El aprendizaje automático es el tema más candente en la era actual y el servicio web Amazon (AWS) del proveedor líder en la nube proporciona muchas herramientas para explorar el aprendizaje automático, creando modelos con una alta tasa de precisión. Este artículo lo familiariza con uno de esos servicios en AWS, es decir, Amazon Sagemaker, que ayuda a crear modelos de aprendizaje automático eficientes y con mayor tasa de precisión. El otro beneficio es que puede usar otros servicios de AWS en su modelo, como S3 bucket, Amazon Lambda para Para monitorear el rendimiento de su modelo de ML, puede usar AWS Cloudwatch, que es una herramienta de monitoreo.
Amazon SageMaker
Amazon SageMaker es un servicio totalmente administrado que permite a los científicos y desarrolladores de datos crear, entrenar e implementar modelos de aprendizaje automático a cualquier escala de forma rápida y sencilla. Amazon SageMaker incluye módulos que se pueden usar juntos o de forma independiente para crear, entrenar e implementar sus modelos de aprendizaje automático.
Construir
Amazon SageMaker facilita la creación de modelos de aprendizaje automático y los prepara para el entrenamiento al proporcionar todo lo que necesita para conectarse rápidamente a sus datos de entrenamiento y seleccionar y optimizar el mejor algoritmo y marco para su aplicación. Amazon SageMaker incluye cuadernos de Jupyter alojados que facilitan la exploración y visualización de los datos de entrenamiento almacenados en Amazon S3. Puede conectarse directamente a los datos en S3 o usar AWS Glue para mover datos de Amazon RDS, Amazon DynamoDB y Amazon Redshift a S3 para analizarlos en su notebook.
Para ayudarlo a seleccionar su algoritmo, Amazon SageMaker incluye los 10 algoritmos de aprendizaje automático más comunes que han sido preinstalados y optimizados para brindar hasta 10 veces el rendimiento que encontrará ejecutando estos algoritmos en cualquier otro lugar. Amazon SageMaker también viene preconfigurado para ejecutar TensorFlow y Apache MXNet, dos de los marcos de código abierto más populares. También tiene la opción de usar su propio marco.
Tren
Puede comenzar a entrenar su modelo con un solo clic en la consola de Amazon SageMaker. Amazon SageMaker administra toda la infraestructura subyacente por usted y puede escalar fácilmente para entrenar modelos a escala de petabytes. Para que el proceso de capacitación sea aún más rápido y sencillo, AmazonSageMaker puede ajustar automáticamente su modelo para lograr la mayor precisión posible.
Desplegar
Una vez que su modelo está entrenado y ajustado, Amazon SageMaker facilita la implementación en producción para que pueda comenzar a generar predicciones sobre nuevos datos (un proceso llamado inferencia). Amazon SageMaker implementa su modelo en un clúster de escalado automático de instancias de Amazon EC2 que se distribuyen en varias zonas de disponibilidad para ofrecer alto rendimiento y alta disponibilidad. Amazon SageMaker también incluye capacidades de prueba A/B integradas para ayudarlo a probar su modelo y experimentar con diferentes versiones para lograr los mejores resultados.
Amazon SageMaker elimina el trabajo pesado del aprendizaje automático, por lo que puede crear, entrenar e implementar modelos de aprendizaje automático de forma rápida y sencilla.