Вторая часть серии статей о создании безкодового рабочего процесса машинного обучения (ML) с использованием Amazon SageMaker Canvas и Snowflake охватывает этапы подготовки данных и построения модели. В статье описывается, как подключиться к данным Snowflake, трансформировать и подготовить их с помощью визуальных инструментов Data Wrangler, а также создать модель для обнаружения мошенничества с использованием алгоритма XGBoost.
Amazon SageMaker Canvas представляет собой визуальный сервис машинного обучения без кода, который позволяет бизнес-аналитикам и экспертам в области создавать точные модели ML и генерировать прогнозы. Этот инструмент обеспечивает интуитивно понятный интерфейс для подготовки данных, обучения моделей и генерации прогнозов, что делает доступ к машинному обучению более демократичным в организациях, при этом соблюдая требования безопасности и управления.
Данная статья важна для специалистов, работающих в области машинного обучения, так как она демонстрирует полный рабочий процесс от подготовки данных до создания модели, что может значительно упростить внедрение ML-технологий в бизнес-процессы. Это также подчеркивает растущую доступность инструментов для анализа данных и машинного обучения, что может привести к более широкому применению таких технологий в различных отраслях.