Amazon SageMaker Autopilot enthält jetzt die Funktionstransformationen von Amazon SageMaker Data Wrangler beim Einsatz von Modelle für Inferenz

Amazon SageMaker Data Wrangler reduziert den Zeitaufwand für die Zusammenführung und Vorbereitung von Daten für Machine Learning (ML) von Wochen auf Minuten. Amazon SageMaker Autopilot erstellt, trainiert und optimiert automatisch die besten Modelle für Machine Learning basierend auf deinen Daten und ermöglicht dir gleichzeitig die vollständige Kontrolle und Sichtbarkeit. Data Wrangler ermöglicht mit nur wenigen Klicken eine einheitliche Datenaufbereitung und Modellschulung mit Amazon SageMaker Autopilot. Diese Integration wurde jetzt erweitert, um die Funktionstransformationen von Data Wrangler, wie z. B. Anrechner fehlender Werte, ordinaler/One-Hot-Kodierer usw, zusammen mit den Modellen von Autopilot für ML-Inferenz aufzunehmen und wiederzuverwenden. Wenn du Daten in Data Wrangler vorbereitest und ein Modell durch Aufrufen von Autopilot trainierst, kannst du jetzt das trainierte Modell zusammen mit allen Funktionstransformationen von Data Wrangler als eine SageMaker-Pipeline für serielle Inferenz bereitstellen. Dies ermöglicht eine automatische Vorverarbeitung der Rohdaten mit der Wiederverwendung der Funktionstransformation von Data Wrangler zum Zeitpunkt der Inferenz. Diese Funktion wird derzeit nur für Data-Wrangler-Abläufe unterstützt, die keine Verknüpfung, Gruppierung nach, Verkettung und Zeitreihentransformationen verwenden.
Quelle: aws.amazon.com