06-12-2017

AWS lanceert machine learning stack SageMaker

Deel dit bericht

Amazon Web Services heeft tijdens AWS re:Invent de machine learning service Amazon SageMaker gelanceerd. SageMaker is een volledig beheerde service waarmee ontwikkelaars en data scientists snel en gemakkelijk schaalbare machine learning models kunnen bouwen, trainen en implementeren. Met de end-to-end machine learning en deep learning stack SageMaker wil Amazon de drempels verwijderen die ontwikkelaars belemmeren bij de inzet van machine learning.

Volgens AWS lijkt machine learning vaak moeilijker dan het zou moeten zijn voor de meeste ontwikkelaars, omdat het proces om modellen te bouwen en te trainen en vervolgens in productie te nemen te gecompliceerd en te langzaam is. Eerst moeten trainingsgegevens verzameld en voorbereid worden om te ontdekken welke elementen van een dataset belangrijk zijn. Vervolgens moet men selecteren welk algoritme en raamwerk te gebruiken. Na de beslissing over de aanpak, moet het model leren voorspellingen te doen door middel van training, en dat vereist veel rekenkracht. Daarna moet men het model afstemmen zodat het de best mogelijke voorspellingen oplevert, wat vaak een vervelend en handmatig werk is.

Nadat een volledig opgeleid model is ontwikkeld, moet men het model integreren met een toepassing en deze toepassing implementeren op een schaalbare infrastructuur. Dit alles vereist veel gespecialiseerde expertise, toegang tot grote hoeveelheden computer- en opslagcapaciteit en veel tijd om elk deel van het proces te experimenteren en optimaliseren. Uiteindelijk is het geen verrassing dat het geheel voor de meeste ontwikkelaars buiten bereik ligt, meent AWS.

Jupyter-notebooks
Amazon SageMaker verwijdert de complexiteit voor ontwikkelaars bij elk van deze stappen. SageMaker maakt het gemakkelijk om machine learning-modellen te bouwen en ze klaar te maken voor training door alles te bieden wat nodig is om snel verbinding te maken met trainingsgegevens en om het beste algoritme en framework voor de toepassing te selecteren en optimaliseren. Amazon SageMaker bevat gehoste Jupyter-notebooks waarmee men de trainingsgegevens die zijn opgeslagen in Amazon S3 kan verkennen en visualiseren.

Frameworks
SageMaker bevat de tien meest gebruikte machine learning-algoritmen die vooraf zijn geïnstalleerd en geoptimaliseerd. Amazon SageMaker is ook vooraf geconfigureerd om TensorFlow en Apache MXNet uit te voeren, twee van de meest populaire open source frameworks. Ook bestaat de mogelijkheid om een eigen framework te gebruiken.

Naast SageMaker heeft Amazon op AWS Re:Invent ook de diensten AWS DeepLens, Amazon Transcribe, Amazon Translate, Amazon Comprehend en Amazon Rekognition Video gelanceerd.


Meer informatie:
Amazon SageMaker
Machine Learning on AWS

Partners