Amazon SageMaker Canvas auf der AWS re:Invent angekündigt
- Kategorien
- Datum
- Autor
- Daten & Visualisierung, Maschinelles Lernen
- Dezember 1, 2021
- Jodie Rhodes
Die Fähigkeit, Systeme zu entwickeln, die Geschäftsergebnisse vorhersagen können, ist in den letzten Jahren sehr wichtig geworden. Mit dieser Fähigkeit können Sie Probleme lösen und schneller vorankommen, indem Sie langsame Prozesse automatisieren und Intelligenz in fast alle IT-Systeme einbetten.
Eine der heißesten Ankündigungen auf der diesjährigen AWS re:Invent
Wie stellen Sie sicher, dass alle Teams und einzelnen Entscheidungsträger im Unternehmen in die Lage versetzt werden, diese Systeme für maschinelles Lernen (ML) in großem Umfang zu erstellen, ohne von anderen Data Science- und Data Engineering-Teams abhängig zu sein?
Als Geschäftsanwender oder Datenanalyst würden Sie gerne Prognosesysteme auf der Grundlage der Daten, die Sie täglich analysieren und verarbeiten, erstellen und verwenden, ohne sich mit Hunderten von Algorithmen, Trainingsparametern, Bewertungsmetriken und Best Practices für den Einsatz auseinandersetzen zu müssen.
Auf der diesjährigen re:Invent in Las Vegas kündigte AWS die allgemeine Verfügbarkeit von Amazon SageMaker Canvas an, einer neuen visuellen, codefreien Funktion, die es Unternehmensanalysten ermöglicht, ML-Modelle zu erstellen und genaue Vorhersagen zu generieren , ohne Code zu schreiben oder ML-Fachwissen zu benötigen. Mit der intuitiven Benutzeroberfläche können Sie unterschiedliche Datenquellen in der Cloud oder vor Ort durchsuchen und darauf zugreifen, Datensätze mit einem Mausklick kombinieren, genaue Modelle trainieren und dann neue Vorhersagen erstellen, sobald neue Daten verfügbar sind.
SageMaker Canvas nutzt dieselbe Technologie wie Amazon SageMaker, um Ihre Daten automatisch zu bereinigen und zu kombinieren, Hunderte von Modellen unter der Haube zu erstellen, das leistungsstärkste auszuwählen und neue Einzel- oder Batch-Prognosen zu erstellen. Es unterstützt mehrere Problemtypen wie binäre Klassifizierung, Mehrklassenklassifizierung, numerische Regression und Zeitreihenprognosen. Mit diesen Problemtypen können Sie geschäftskritische Anwendungsfälle wie Betrugserkennung, Verringerung der Kundenabwanderung und Bestandsoptimierung angehen, ohne eine einzige Zeile Code schreiben zu müssen!
Generell ab heute erhältlich!
SageMaker Canvas ist ab heute allgemein in den USA Ost (Ohio), USA Ost (N. Virginia), USA West (Oregon), Europa (Frankfurt) und Europa (Irland) erhältlich.
Sie können es sowohl mit lokalen Datensätzen als auch mit bereits auf Amazon S3, Amazon Redshift oder Snowflake gespeicherten Daten verwenden. Mit nur wenigen Klicks können Sie Ihre Datensätze vorbereiten und zusammenführen, die geschätzte Genauigkeit analysieren, überprüfen, welche Spalten aussagekräftig sind, das leistungsstärkste Modell trainieren und neue Einzel- oder Batch-Prognosen erstellen.
Den Preis im Auge behalten
Als fortgeschrittener AWS-Partner, der gerne Vorhersagemodelle und ML-gestützte Analysen einsetzt, hat uns die Ankündigung von SageMaker Canvas sehr begeistert.
Die Möglichkeit, Vorhersagemodelle auf der Grundlage von Datensätzen zu erstellen, ohne dass Sie über fortgeschrittene Kodierungs- und Data-Science-Erfahrung verfügen müssen, öffnet nichts anderes als die Türen zu schnelleren prädiktiven ML-basierten Modellen für Kundenprojekte. Die Ergänzung von SageMaker Canvas zu SageMaker ermöglicht es mehr Mitgliedern unseres Teams, praktische Erfahrungen bei der Erstellung von Modellen und Trainingsdaten zu sammeln, ohne dass sie jahrelange Erfahrung in der manuellen Datenkodierung benötigen.
Wenn Sie SageMaker Canvas in Aktion sehen möchten, besuchen Sie bitte den offiziellen Blog-Beitrag, in dem der neue Dienst angekündigt wurde.
Alternativ können Sie sich auch an uns wenden und Ihre Datenreise mit diesem aufregenden neuen Tool beginnen. Firemind ist ein auf Daten spezialisierter Partner, der Ihre Daten schnell organisieren, schulen und für Sie arbeiten lassen kann!
Kontakt aufnehmen
Möchten Sie mehr erfahren?
Haben Sie eine bestimmte Fallstudie oder einen Einblick gesehen und möchten Sie mehr erfahren? Oder denken Sie über Ihr nächstes Projekt nach? Schreiben Sie uns eine Nachricht!