AWS Machine Learning Blog→ оригинал

AWS SageMaker: новые инструменты для машинного обучения

AWS представила три улучшения SageMaker Feature Store: Lake Formation для контроля доступа к данным, поддержку Iceberg для лучшей масштабируемости и оптимизацию пайплайнов машинного обучения.

AI-обработка оригинала AWS Machine Learning Blog; редакция Hamidun News
AWS SageMaker: новые инструменты для машинного обучения
Источник: AWS Machine Learning Blog. Коллаж: Hamidun News.
◐ Слушать статью

AWS добавила три новые возможности для ускорения машинного обучения в SageMaker Feature Store, доступные в Python SDK v3.8.0.

Что такое AWS

SageMaker Feature Store и зачем он нужен для машинного обучения? Это специализированный сервис для управления ML-признаками — хранилище, откуда модели берут данные для обучения и инференса. Признаки нужно трансформировать, версионировать и синхронизировать между моделями, поэтому нельзя просто использовать S3.

Какие новые возможности добавила AWS в SageMaker?

Три обновления в Python SDK v3.8.0, направленные на ускорение и упрощение создания ML-пайплайнов, особенно для команд, управляющих большими объёмами признаков.

ЖХ
Hamidun News
AI‑новости без шума. Ежедневный редакторский отбор из 400+ источников. Продукт Жемала Хамидуна, Head of AI в Alpina Digital.

Хотите не читать про ИИ, а внедрить его?

«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.

Что вы думаете?
Загружаем комментарии…