İlgili Makaleler
AWS re:Invent, 2020'nin ikinci haftasında sektör için birçok ilke imza atmaya devam ediyor. AWS Amazon'da Makine Öğrenimi Başkan Yardımcısı Swami Sivasubramanian'ın sunumuyla makine öğrenimi kategorisindeki yeniliklerini sunan Amazon, SageMaker ürünü. AWS re:Invent 2020 sunumundan yansımalar aşağıdaki gibidir:
AWS re:Invent'te bu hafta:40 yeni hizmet tanıtıldı!
SageMaker yenilendi!
Yeni güncellemeyle, büyük sinir ağları artık SageMaker'da otomatik olarak kaldırılıyor. Ayrılabilir ve birden çok bilgisayara dağıtılabilir. SageMaker Data Wrangler ile makine öğrenimi modelleri hazırlamak daha kolay hale geliyor. Ancak makine öğrenimi modelinde kullanılması gereken özelliklerin hazırlanması süreci de kolaylaşıyor.
SageMaker Debugger ise yeni Deep Profiling özelliği ile derin öğrenmede kaynakların kullanımını iyileştiriyor. Bu özellik, eğitim sürecinde kullanılan GPU ve bellek gibi kaynakları görselleştirecek ve farklı zamanlarda kaynak kullanımını ayarlamak ve eğitim etkinliklerini düzenlemek için öneriler sunacaktır.
SageMaker, yapay zeka kullanmak, kuruluşlar için bir standart haline geliyor. SageMaker Edge Monitor ile birçok cihaz için makine öğrenimi modelleri hazırlamak ve izlemek mümkündür. Modeller 25 kat daha hızlı çalışabilir. Amazon Makine Öğreniminden Sorumlu Başkan Yardımcısı Swami Sivasubramanian, “AWS olarak müşterilerimizin Makine Öğrenimi alanında çok hızlı hareket ettiğini gördük. Nitekim kısa sürede çok yol kat ettiler. Nike, BMW ve Domino's gibi şirketler AWS'de Makine Öğrenimini kullanıyor. Makine Öğrenimi artık bir niş ABD hizmeti değil. Domino's bu teknolojiyi 10 dakika veya daha kısa sürede pizza teslim etmek için kullanırken, Roche tıbbi deneyleri hızlandırıyor ve BMW, SageMaker ile 7 Petabayt veriyi işleyebiliyor. Öte yandan Nike, ürün önerileri için aynı teknolojiyi kullanırken F1, araç tasarımı ve simülasyonunda 550 milyondan fazla veri göstergesini analiz edebiliyor.
RedShift ML
Geçen yıl tanıtılan SageMaker Autopilot teknolojisi, makine öğrenimi uzmanlığına sahip olmayan kişilerin hangi makine öğrenimi modellerini seçmeleri gerektiğini seçmelerine yardımcı olmayı amaçlıyordu. Şimdiye kadar bu, makine öğrenimi modellerinin otomatik olarak Aurora ML veya başka bir AWS uygulamasında kullanılması gerektiği anlamına geliyordu. Herhangi bir model kullanmak istemeyenler için Auto Pilot'u RedShift'e entegre etme seçeneği geliştirildi.
Amazon'un veri ambarı Amazon RedShift ML ile entegrasyon, RedShift kullanıcılarının bir makine öğrenimi modeli oluşturmaya gerek kalmadan kolayca SQL istekleri oluşturmasına ve makine öğrenimi sonuçları elde etmesine olanak tanır.
Amazon QuickSight S
Amazon QuickSight Q, makine öğrenimiyle desteklenen doğal dil özelliğiyle şirketlerin günlük dili kullanarak verileri hakkında sorular sormasına olanak tanır. Örneğin, programda "Yıllık büyüme oranımız nedir" sorusu basit bir şekilde yazıldığında, QuickSight'ın anında, görsel bir cevabı var. Bundan önce işletmeler, sorularının yanıtlarını veri platformlarında kolayca bulamazken, bazen taleplerini ilgili birimlere ileterek cevapları haftalarca beklediler. Artık sorularına anında yanıt alabilir ve iş zekası ekiplerinin iş yükünü azaltabilirler.
Metrikler için Amazon Lookout
Makine öğrenimini kullanarak ölçümlerinizdeki anormallikleri tespit eden yeni bir hizmet olan Amazon Lookout for Metrics, işletmenizin durumunu proaktif olarak izlemenizi, sorunları ve fırsatları belirlemenizi sağlar. hızlı bir şekilde bulmanızı sağlar. Bunları yapmak için makine öğrenimi uzmanlığına da ihtiyacınız yok. Amazon'un verilerdeki anormal değişiklikleri tespit etmek için kullandığı teknolojiyi kullanan Amazon Lookout for Metrics, bulunması zor değişiklikleri tespit eder ve yanlış pozitiflerin sayısını azaltır.
Aynı zamanda benzer bulguları bir araya getirir, bunları ciddiyetine göre sıralar ve böylece anomalinin kaynağının bulunabilmesi için. bilgi sağlar. Amazon Lookout for Metrics; gelir, web sitesi görüntülenme sayısı, günlük aktif kullanıcılar, müşteri devir hızı, işlem hacmi, mobil uygulama kurulumları ve daha fazlası için kullanılabilir.
