Napomena: Sljedeći članak će vam pomoći: Amazon Pokreće Redshift ML za obuku modela pomoću SQL-a
Amazon nedavno je najavio opću dostupnost Redshift ML. Omogućuje znanstvenicima i programerima podataka korištenje SQL naredbi u Amazon Redshift skladišta podataka za stvaranje, obuku i primjenu modela strojnog učenja.
Amazon ranije napravio Amazon Redshift ML otvoren za pregled na događaju re: Invent prošle godine. Pregled je završio 31. ožujka 2021.
Amazon Redshift skladište podataka je sustav upita i upravljanja relacijskom bazom podataka poslovne klase. Obično, kada izvršavate analitičke upite, dohvaćate, uspoređujete i procjenjujete velike količine podataka u operacijama u više faza kako biste proizveli konačni rezultat. Amazon Redshift postiže učinkovitu pohranu i optimalnu izvedbu upita kombinacijom masivne paralelne obrade, pohrane podataka u stupcima i učinkovitih shema kodiranja ciljane kompresije podataka.
Amazon Crveni pomak ML
Amazon Redshift ML vam omogućuje da iskoristite prednosti Amazon SageMaker, potpuno upravljana usluga strojnog učenja, bez učenja novih alata ili jezika. Jednostavno korištenjem SQL naredbi možete stvarati i trenirati Amazon SageMaker modelira strojno učenje pomoću vaših podataka Redshifta za izradu predviđanja.
Prednosti
- Nije potrebno prethodno ML iskustvo: Budući da Redshift ML omogućuje korištenje standardnih SQL naredbi. Nudi jednostavnu, optimiziranu i sigurnu integraciju između Redshifta i Amazon SageMaker, omogućava zaključivanje unutar klastera Redshift, stvarajući predviđanja jednostavna za korištenje generirana modelima temeljenim na ML-u u upitima i aplikacijama.Koristite ML na svojim Redshift podacima koristeći standardni SQL: Za početak upotrijebite SQL naredbu CREATE MODEL u Redshiftu i navedite podatke o obuci kao tablicu ili naredbu SELECT. Kasnije Redshift ML kompilira i uvozi obučeni model unutar Redshift skladišta podataka i priprema SQL funkciju zaključivanja koja se koristi u SQL upitima. Prediktivna analitika sa Amazon Crveni pomak: Uz Redshift ML možete ugraditi predviđanja poput otkrivanja prijevare, bodovanja rizika i predviđanja odljeva izravno u upite i izvješća. Koristite SQL funkciju za primjenu ML modela na svoje podatke u upitima, izvješćima i nadzornim pločama. Donesite svoj model (BYOM): Redshift ML podržava korištenje BYOM za lokalno ili udaljeno zaključivanje. Što znači da možete koristiti model obučen izvan Redshifta Amazon SageMaker za lokalno zaključivanje unutar baze podataka Amazon Crveni pomak. Možete uvesti SageMaker Autopilot i usmjeriti Amazon SageMaker je osposobio modele za lokalno zaključivanje. Osim toga, također možete pozvati udaljene prilagođene ML modele raspoređene u udaljenim krajnjim točkama SageMakera i više.
Kako radi Redshift ML
Vi dajete podatke i metapodatke povezane s unosima podataka Amazon Crveni pomak za treniranje modela. Zatim, Amazon Redshift ML stvara modele putem ulaznih podataka. Pomoću ovih modela možete generirati predviđanja za nove ulazne podatke bez dodatnih troškova.
Da biste izradili ML model, koristite jednostavan SQL upit za navođenje podataka na kojima želite uvježbati model i izlaznu vrijednost koju želite predvidjeti.
Na primjer, da biste izradili model koji predviđa stopu uspjeha za vaše marketinške aktivnosti, definirate svoje ulaze odabirom stupca (u jednoj ili više tablica) koji uključuje profile kupaca i rezultate iz prethodnih marketinških aktivnosti i odredite izlazni stupac koji želite predvidjeti.
Nakon pokretanja SQL naredbe za stvaranje modela, Redshift ML sigurno izvozi navedene podatke iz Amazon Crveni pomak prema vašem Amazon S3 spremnik i pozivi Amazon SageMaker Autopilot za pripremu podataka i odabir odgovarajućeg unaprijed izgrađenog algoritma te njihovu primjenu za obuku modela. Evo primjera algoritma XGBoost (eXtreme Gradient Boosting).
Tijek rada od Amazon Redshift ML (Izvor: AWS)
Završavati
Redshift ML ili Redshift strojno učenje upravlja svim interakcijama između Amazon crveni pomak, Amazon S3, i Amazon SageMaker. Nakon što je model obučen, Redshift ML koristi Amazon SageMaker Neo optimizira model za implementaciju i čini ga dostupnim kao SQL funkciju.
Redshift ML uključuje mnoge nove značajke uključujući Amazon Podrška za virtualni privatni oblak (VPC).
Na primjer, možete neprimjetno uvesti SageMaker model u svoj Amazon Klaster crvenog pomaka (lokalni zaključak).
(Izvor: AWS)Također, možete kreirati SQL funkcije koje koriste postojeće SageMaker krajnje točke za izradu predviđanja (daljinsko zaključivanje). U ovom slučaju Redshift ML grupira pozive prema krajnjim točkama kako bi ubrzao obradu.
(Izvor: AWS)Što se tiče cijena, Amazon kupci plaćaju samo ono što koriste. Značenje, Amazon Redshift ML koristi vaše postojeće resurse klastera za predviđanje tako da možete izbjeći dodatne Amazon Naknade crvenog pomaka. Nema dodatnih naknada za korištenje Amazon Crveni pomak ML.
Međutim, također koristi Amazon SageMaker za obuku vašeg modela, što ima dodatne povezane troškove. Osim toga, postoje naknade za Amazon S3 za pohranu podataka o treningu.
Redshift ML trenutno je dostupan u sljedećim AWS regijama: SAD (Ohio, N Virginia, Oregon, San Francisco), Kanada (središnja), Europa (Frankfurt, Irska, Pariz, Stockholm), Azija Pacifik (Hong Kong, Tokio, Singapur) , Sydney) i Južnoj Americi (São Paulo).
