Amazon SageMaker Experiments unterstützt jetzt gebräuchliche Diagrammtypen zur Veranschaulichung der Ergebnisse des Modell-Trainings

SageMaker Experiments unterstützt jetzt fein abgestufte Metriken und Graphen, mit denen Sie die Ergebnisse von auf SageMaker ausgeführten Training-Jobs besser verstehen können. Amazon SageMaker Experiments ist eine Funktion von Amazon SageMaker, die das Sortieren, Nachverfolgen, Vergleichen und Evaluieren von Machine Learning (ML)-Experimenten ermöglicht. Mit diesem Launch können Sie nun Precision- und Recall-Kurven (PR), Receiver-Operating-Characteristics-Kurven (ROC) und die Konfusionsmatrix anzeigen. Sie können mit diesen Kurven falsche Positive/Negative sowie Kompromisse zwischen Leistung und Genauigkeit von auf SageMaker trainierten Modellen nachvollziehen. Außerdem können Sie besser mehrere Trainingsläufe vergleichen und das beste Modell für Ihren Anwendungsfall finden.
Quelle: aws.amazon.com