Amazon SageMaker Canvas ha dado un paso significativo para las empresas al habilitar el soporte de datasets a escala de petabytes. A partir de hoy, las organizaciones pueden preparar interactivamente grandes conjuntos de datos, crear flujos de datos de extremo a extremo y realizar experimentos de machine learning automático (AutoML) en petabytes de datos?un salto sustancial desde el límite anterior de 5 GB. Con más de 50 conectores, una intuitiva interfaz de Chat para la preparación de datos y soporte para petabytes, SageMaker Canvas ofrece una solución escalable de machine learning de baja o nula codificación (LCNC) para manejar casos de uso empresariales reales.
Las organizaciones suelen enfrentar dificultades para extraer información significativa y valor de su voluminosa cantidad de datos en crecimiento. Se requiere experiencia en ingeniería de datos y tiempo para desarrollar los scripts y pipelines adecuados para gestionar, limpiar y transformar los datos. Posteriormente, es necesario experimentar con numerosos modelos e hiperparámetros que requieren conocimientos especializados. Además, es imprescindible gestionar clústeres complejos para procesar y entrenar los modelos de machine learning sobre estos conjuntos de datos a gran escala. A partir de hoy, se puede preparar datos a escala de petabytes y explorar muchos modelos de ML con AutoML mediante chat y unos pocos clics. En esta ocasión, mostramos cómo se pueden completar todos estos pasos con la nueva i...