机器学习太难了?亚马逊SageMaker:“呵呵”

机器学习非常复杂,但层出不穷的新工具新平台使得掌握机器学习越来越容易了。今天,芯君为大家推荐一款好用的机器学习平台。

为了准备AWS re:Invent 2018大会,亚马逊云计算服务更新了SageMaker。这次又有什么新功能呢?(编者注:AWS即Amazon Web Services,亚马逊云计算服务)

机器学习太难了?亚马逊SageMaker:“呵呵”

2018年11月26日至30日,亚马逊云计算服务在拉斯维加斯举办了AWS re:Invent 2018,包括不同主题的专题研讨会与报告。为迎接AWS re:Invent 2018,亚马逊提前更新了他们的机器学习平台SageMaker,可以进一步简化复杂的机器学习。

机器学习太难了?亚马逊SageMaker:“呵呵”

机器学习太难了?亚马逊SageMaker:“呵呵”

新增哪些功能?

此次更新主要关注的是自动化,编排以及团队协作。

以下是最新功能:

  • SageMaker工作流程:与团队协作并分享对机器学习模型的反馈
  • SageMaker搜索:通过训练运行搜索以最快速度获取最相关数据
  • IP洞察:检测可疑的IP地址和登录,避免潜在的帐户盗号
  • Git集成:链接GitHub,AWS CodeCommit和其他Git repos工具
  • 步骤功能:自动化和编排步骤
  • 新的算法和框架:更新包括Horovod,Spark MLap和scikit-learn
  • 更新合规标准

机器学习太难了?亚马逊SageMaker:“呵呵”

优点有哪些?

自SageMaker第一次发布已有一段时间。那么,它带来了什么?为什么说它正在改变机器学习领域?

使用SageMaker的好处在于可以选择框架和算法。如果你熟悉Apache MXNet、Chainer、TensorFlow、Caffe2或Torch的话,那么你就可以将它们捆绑在一起使用。如果算法捆绑数量不够,可以使用Docker容器引入更多。

SageMaker还拥有易于集成、快速性能、一键式培训、自动模型调整和轻松部署等功能。

总的来说,它最适用于大型数据集研究。如果不是为了解决大量数据的问题,那么SageMaker并非最佳工具。举例来说,它最适合应用的领域是广告定位、质量预测和供应链预测。

当然,这个平台并非是完美,也存在一些缺点。成本就是其中之一,尤其对于探索机器学习的新手而言。另外,目前并非所有地区都可以使用SageMaker,不过,亚马逊云计算服务正在不断添加可应用服务的区域。

提示:需要灵感时可以在GitHub上浏览示例,浏览Jupyter笔记本并查看数据使用方式。

机器学习太难了?亚马逊SageMaker:“呵呵”

如何学习SageMaker?

在机器学习领域,亚马逊云计算平台SageMaker“易学”“好用”的标签,吸引了不少想要进入机器学习领域的新手。

从用户的反馈来看,SageMaker“消除了阻碍开发人员成功的复杂性”。而部分原因要归功于内置可扩展算法。

在去年的re:Invent中,DigitalGlobe(编者注:一家商用高分辨率地球影像产品和服务供应商)讨论了如何在没有机器学习经验的情况下使用SageMaker。这也证明了机器学习领域的新手可以很容易地掌握如何使用SageMaker,并做出更好的机器学习产品。

于初学者而言,有很多免费教程详细讲解了如何能最好地使用SageMaker。在此推荐其中不错的一小部分。同学们可以通过它们多了解一些机器学习的内容哦!

  • MartinKlissarov教程:入门,准确性培训,升级SageMaker,SageMaker自动模型调谐器。
  • AWS培训和认证:亚马逊SageMaker简介(注:虽然该特别介绍免费,但还有其他付费AWS培训课程。)
  • JulienSimon的“亚马逊SageMaker概述”:这个YouTube视频是一个很好初学课程,并展示了一些典例。

机器学习太难了?亚马逊SageMaker:“呵呵”

编译组:周子嫄、胡婷

相关链接:

https://jaxenter.com/machine-learning-sagemaker-152282.html

如需转载,请后台留言,遵守转载规范

相关推荐