re:Invent是亞馬遜雲舉辦的一年一度的技術會議。2021年的大會剛剛結束。這幾天AWS在re:Invent2021上釋出了一個最新的無程式碼機器學習平臺SageMaker Canvas。這個平臺可以為商業分析師提供一個視覺化點選介面可以自動準確生成預測結果。

出發點

現在每一個企業都面臨很多的業務問題，以業務資料為基礎，預測業務相關結果對於決策來說十分重要。但企業中並不是每一個角色都是資料工程師，都有能力來使用機器學習演算法進行預測。為此，AWS推出了這個無程式碼機器學習平臺。

SageMaker Canvas簡介

AWS SgeMaker Canvas是一個全新的No Code平臺，集成了亞馬遜雲自家的AutoML模型。以視覺化的介面方式提供出來讓大家使用。其步驟就是選擇資料-建立模型-分析-預測。

選擇資料：你可以上傳自己的資料，如csv檔案，也可以直接從亞馬遜儲存（Amazon S3）獲取。

構建：接下來你可以選擇一列分析，平臺可以自動根據特徵預測這一列的值。這個過程全部都是視覺化介面，使用滑鼠即可。

分析：接下來你可以根據這個結果進行分析。找出對預測影響最大的特徵。

最後就是評估結果了。

SageMaker Canvas應用場景

官網提供了一些使用這個無程式碼平臺的最佳用例

預測客戶流失率

使用產品消費和購買歷史資料來發現客戶流失模式，並預測那些在未來有可能流失的客戶。

最佳化價格和收入

利用歷史需求和定價以及季節性趨勢預測商品和服務的價格，向客戶提供最佳價格，同時使收入最大化。

提高準時交貨率

利用訂單、履行、運輸和假日資料預測交付時間，以最佳化供應鏈，並以更高的效率交付貨物。

有效地計劃庫存

透過將歷史銷售和需求資料與相關的網路流量、價格、產品類別、天氣和假日資料相結合，預測庫存需求。

SageMaker Canvas的優點

無需編寫程式碼即可生成ML預測結果

SageMaker Canvas 為商業分析師提供了一個視覺化的點選介面，無需編寫程式碼或具有任何先前的 ML 經驗，即可構建 ML 模型並生成準確的預測。

為ML快速訪問和準備資料

透過 SageMaker Canvas，您可以快速連線和訪問來自雲和企業內部資料來源的資料，組合資料集，併為訓練 ML 模型建立統一的資料集。SageMaker Canvas 可自動檢測和糾正資料錯誤，並分析資料是否準備好用於 ML。

使用內建的AutoML來生成預測結果

SageMaker Canvas 使用來自 Amazon SageMaker 的強大 AutoML 技術，根據您的獨特用例自動建立 ML 模型。這使得 SageMaker Canvas 能夠根據您的資料集確定最佳模型，因此您可以生成準確的預測。

與資料科學家一起驗證 ML 模型

SageMaker Canvas 與 Amazon SageMaker Studio 整合，使業務分析師更容易與資料科學家分享模型和資料集，以便他們能夠驗證和進一步完善 ML 模型。

最後，最重要的是目前優惠兩個月，前兩個月完全免費，並且最多可以建立10個模型，為100萬資料進行預測。對於想學習使用、有分析需求或者有想做類似平臺的同學們可以趕緊去申請使用。[摳鼻]