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

36氪得悉，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，为机器学习范畴做出了新贡献，其间Autopilot和Studio完结了机器学习的主动化。

先让咱们从下面这段视频中，感受一下AWS在云核算范畴，带来的新的风景线。

AWS 首席执行官Andy Jassy发布了Gartner的统计数据，多个方面数据显现，现在在云核算范畴，AWS以47.80%的比例遥遥领先，乃至超过了微软、阿里巴巴、谷歌和IBM的比例总和。

Amazon SageMaker Autopilot

这是职业中首个主动化机器学习容器，用户都能够随时操控和检查机器学习模型。

在传统的机器学习中，用户是没有很好的办法深化了解模型的数据和模型的逻辑的。而经过Amazon SageMaker Autopilot，开发人员只需求将练习所需的数据以CSV格局上传，Autopilot便能主动以50种不同的练习模型树立机器学习使命，主动练习，最终给出可视化的成果。

如此看来，开发者只需求按几下手中的鼠标，便能够“坐收渔利”了，Amazon SageMaker Autopilot无疑将能称得上是AI练习的全新未来。

Amazon SageMaker Autopilot

Amazon SageMaker Studio

这是业界首个用于机器学习的彻底集成开发环境，Amazon SageMaker Studio供给了一个根据Web的单一视觉界面，用户都能够在这上面进行机器学习的开发。这不只让机器学习在云端环境上的功率倍增，并且还能改动旧时代机器学习的方法。咱们来整理一下Studio带给用户的全新体会：

• 全集成：用户都能够在同一个界面中，一起直观地布置、练习，以及调整他们全部坐落AWS上的机器学习模型。

• 成本低：传统的机器学习，需求合作很多的软件才干完结作业，还要有贵重的机器设备。而Studio仅需求一台一般的联网电脑，透过浏览器就能轻松完结机器学习。

• 门槛低：用户不需求再进行装备，降低了开发者运用这一最新技能的门槛。

• 实时监控：Amazon SageMaker Studio包括两个监控东西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过错并加以批改，削减作业时间的一起进步机器学习练习的准确度，从而为未来的AI功能打下更为坚实的根底。

Amazon SageMaker Studio

AWS此次推出的N项服务都很有亮点，尤其是Autopilot和Studio这两个产品，让更多的开发者能够接触到机器学习。

Autopilot和Studio，给开发者带来了极大的便当。我想这或许也是AWS的产品哲学：做开发者所做，想开发者所想，全部为了开发者。