首页专业知识「AWS」又推出N项自动化云机器学习服务，Autopilot和Studio双双上线

「AWS」又推出N项自动化云机器学习服务，Autopilot和Studio双双上线

来源：晰数塔互联网快讯时间：2019年12月05日 10:58

36氪获悉，在美国拉斯维加斯AWS2019年的re：Invent上，AWS一口气推出了N项新服务，为机器学习领域做出了新贡献，其中Autopilot和Studio实现了机器学习的自动化。

先让我们从下面这段视频中，感受一下AWS在云计算领域，带来的新的风景线。

AWS 首席执行官Andy Jassy公布了Gartner的统计数据，数据显示，目前在云计算领域，AWS以47.80%的份额遥遥领先，甚至超过了微软、阿里巴巴、谷歌和IBM的份额总和。

Amazon SageMaker Autopilot

这是行业中首个自动化机器学习容器，用户可以随时控制和查看机器学习模型。

在传统的机器学习中，用户是没有办法深入了解模型的数据和模型的逻辑的。而通过Amazon SageMaker Autopilot，开发人员只需要将训练所需的数据以CSV格式上传，Autopilot便能自动以50种不同的训练模型建立机器学习任务，自动训练，最后给出可视化的结果。

如此看来，开发者只需要按几下手中的鼠标，便能够“坐享其成”了，Amazon SageMaker Autopilot无疑将能称得上是AI训练的全新未来。

「AWS」又推出N项自动化云机器学习服务，Autopilot和Studio双双上线

Amazon SageMaker Autopilot

Amazon SageMaker Studio

这是业界首个用于机器学习的完全集成开发环境，Amazon SageMaker Studio提供了一个基于Web的单一视觉界面，用户可以在这上面进行机器学习的开发。这不仅让机器学习在云端环境上的效率倍增，而且还能改变旧时代机器学习的方式。我们来梳理一下Studio带给用户的全新体验：

全集成：用户可以在同一个界面中，同时直观地部署、训练，以及调整他们所有位于AWS上的机器学习模型。

成本低：传统的机器学习，需要配合大量的软件才能完成工作，还要有昂贵的机器设备。而Studio仅需要一台普通的联网电脑，透过浏览器就可以实现机器学习。

门槛低：用户不需要再进行配置，降低了开发者使用这一最新技术的门槛。

实时监控：Amazon SageMaker Studio包含两个监控工具Amazon SageMaker Experiment和Amazon SageMaker Debugge，有了它们，开发者能够第一时间发现模型中的错误并加以修正，减少工作时间的同时提高机器学习训练的准确度，从而为未来的AI性能打下更为坚实的基础。

「AWS」又推出N项自动化云机器学习服务，Autopilot和Studio双双上线