AWS se dote d’un service de ML sans code
AWS se dote d’un service de ML sans code

Adam Selipsky, PDG d’AWS, présente Sagemaker Canvas à AWS re:Invent 2021.
AWS a annoncé aujourd’hui un nouveau service d’apprentissage automatique (Machine Learning ou ML), Amazon SageMaker Canvas. Contrairement à ses services d’apprentissage automatique existants, le public cible n’est pas constitué de scientifiques et d’ingénieurs en données hautement techniques, mais de tout ingénieur ou utilisateur commercial au sein d’une entreprise. La promesse de SageMaker Canvas est de permettre à n’importe qui de créer des modèles de prédiction d’apprentissage automatique à l’aide d’une interface de type pointer-cliquer.
Si cela vous semble familier, c’est peut-être parce qu’Azure et d’autres offrent des outils similaires, bien qu’AWS puisse avoir l’avantage que beaucoup d’entreprises stockent déjà toutes leurs données dans AWS de toute façon.

Capture d’écran d’Amazon SageMaker Canvas.
« SageMaker Canvas exploite la même technologie qu’Amazon SageMaker pour nettoyer et combiner automatiquement vos données, créer des centaines de modèles sous le capot, sélectionner le plus performant et générer de nouvelles prédictions individuelles ou par lot », écrit Alex Casalboni d’AWS dans l’annonce d’aujourd’hui. « Il prend en charge plusieurs types de problèmes tels que la classification binaire, la classification multi-classes, la régression numérique et la prévision de séries chronologiques. Ces types de problèmes vous permettent d’aborder des cas d’utilisation critiques pour l’entreprise, tels que la détection des fraudes, la réduction des désabonnements et l’optimisation des stocks, sans écrire une seule ligne de code. »
Sans surprise, le service est soutenu par SageMaker, le service d’apprentissage automatique entièrement géré d’AWS.
L’idée générale est que les utilisateurs peuvent utiliser n’importe quel ensemble de données, jusqu’à un simple fichier CSV, et décider ensuite quelles colonnes de cet ensemble de données Canvas doit prédire. Il n’a pas besoin de se préoccuper de la façon d’entraîner ce modèle. Bien que l’expérience de l’utilisateur soit beaucoup plus simple qu’avec les outils ML traditionnels, il ne s’agit pas non plus de glisser-déposer. Nous sommes sur AWS, après tout. L’expérience globale s’apparente davantage au travail dans la console AWS qu’à une application moderne sans code
https://techcrunch.com/2021/11/30/aws-gets-a-no-code-ml-service/