Amazon
11.12.2020, 10:55 Uhr
AWS: Neue Funktionen für Amazon SageMaker
Amazon Web Services (AWS) hat eine Reihe neuer Funktionen für den Machine-Learning-Service Amazon SageMaker sowie den neuen Service Amazon HealthLake vorgestellt.
(Quelle: aws.amazon.com)
Insgesamt neun neue Funktionen hat AWS für seinen Machine-Learning-Service Amazon SageMaker angekündigt. Mit SageMaker können Entwickler alle nötigen Schritte zum Einsatz von maschinellem Lernen (ML) automatisieren und skalieren. Zu den neuen Funktionen gehören:
- Amazon SageMaker Data Wrangler bietet Entwicklern eine schnelle und einfache Möglichkeit, Daten automatisiert für maschinelles Lernen aufzubereiten. Kunden können die gewünschten Daten aus verschiedenen Datenspeichern auswählen und mit einem einzigen Klick importieren.
- Amazon SageMaker Feature Store ist ein Repository zum Speichern, Aktualisieren, Abrufen und Freigeben von Merkmalen für maschinelles Lernen. Darüber können Entwickler auf Features (Merkmale) zugreifen und diese gemeinsam nutzen. Das erleichtert es Teams von Entwicklern und Data Scientists erheblich, Merkmalgruppen zu benennen, zu organisieren, zu finden und auszutauschen.
- Amazon SageMaker Pipelines bietet einen benutzerfreundlichen Continuous Integration und Continuous Delivery (CI/CD) Service für maschinelles Lernen. Damit können Entwickler jeden Schritt eines End-to-End-Workflows für maschinelles Lernen definieren.
- Amazon SageMaker Clarify bietet Entwicklern einen besseren Einblick in ihre Trainingsdaten, damit sie Verzerrungen in den Daten erkennen, Voreingenommenheit in ML-Modellen reduzieren und Vorhersagen besser erklären können. Durch das Erkennen von Bias-Effekten über den gesamten ML-Workflow hinweg können Entwickler mehr Fairness und Transparenz in ihre ML-Modelle einbauen.
- Mit Deep Profiling für Amazon SageMaker Debugger können Entwickler Trainingszeit einsparen, indem die Auslastung der Systemressourcen und Leistung von Trainingsdaten automatisch überwacht wird. Die Funktionen sind in allen Regionen verfügbar, in denen Amazon SageMaker erhältlich ist.
- Distributed Training auf Amazon SageMaker bietet zwei neue Funktionen, mit denen große Modelle bis zu zweimal schneller trainiert werden können, als dies sonst mit den heutigen ML-Prozessoren möglich wäre.
- Amazon SageMaker Edge überwacht und verwaltet ML-Modelle auf Edge-Geräten, um deren ordnungsgemäße Funktion in Produktivumgebungen sicherzustellen. Amazon SageMaker Edge Manager ist in den folgenden AWS-Regionen verfügbar: US East (N. Virginia), US East (Ohio), US West (Oregon), EU (Irland), EU (Frankfurt) und Asia Pacific (Tokio).
- Amazon SageMaker JumpStart bietet ein Entwicklerportal für vortrainierte Modelle und vorgefertigte Workflows. So können auch Entwickler ohne ML-Vorkenntnisse aus vollständigen End-to-End-Lösungen auswählen und diese direkt in ihrer Amazon SageMaker Studio-Umgebung einsetzen, während erfahrene Anwender aus mehr als hundert ML-Modellen wählen können, um ihre Modelle schneller bauen und trainieren zu können.
Amazon HealthLake
AWS hat zudem Amazon HealthLake angekündigt, einen HIPAA-konformen Service für Organisationen im Gesundheitswesen und den Biowissenschaften. Amazon HealthLake aggregiert die Daten eines Unternehmens aus verschiedenen Silos und mit unterschiedlichen Formaten in einem zentralisierten AWS Data Lake und normalisiert diese Informationen automatisch mithilfe von maschinellem Lernen. Amazon HealthLake soll Kunden die Abfrage und Durchführung von Analysen sowie das Ausführen von maschinellem Lernen erleichtern, um aus den neu normalisierten Daten einen sinnvollen Mehrwert zu ziehen.
Weitere Informationen zu AWS finden Sie unter https://aws.amazon.com/.
