Publié le: May 27, 2021
Nous sommes heureux d'annoncer que Redshift ML est désormais disponible de manière générale. HAQM Redshift ML vous permet de créer, entraîner et déployer des modèles de machine learning (ML) à l'aide de commandes SQL familières. Avec HAQM Redshift ML, vous pouvez désormais tirer parti d'HAQM SageMaker, un service de machine learning entièrement géré, sans déplacer vos données ni acquérir de nouvelles compétences.
Avec HAQM Redshift ML optimisé par HAQM SageMaker, vous pouvez utiliser des instructions SQL pour créer et entraîner des modèles de machine learning à partir de vos données présentes dans HAQM Redshift, puis utiliser ces modèles pour des cas d'utilisation tels que la prévision des désabonnements et la notation du risque de fraude, directement dans vos requêtes et rapports. HAQM Redshift ML trouve automatiquement le meilleur modèle et l'ajuste en fonction des données d'entraînement à l'aide d'HAQM SageMaker Autopilot. SageMaker Autopilot choisit entre des modèles de régression, de classification binaire ou multi-classes. Vous pouvez également choisir un type de modèle spécifique tel que l'arbre Xtreme Gradient Boosted (XGBoost) ou le perceptron multicouche (MLP), un type de problème comme la régression ou la classification, et des préprocesseurs ou des hyperparamètres. HAQM Redshift ML utilise vos paramètres pour créer, entraîner et déployer le modèle dans l'entrepôt de données HAQM Redshift. Vous pouvez obtenir des prédictions à partir de ces modèles entraînés en utilisant des requêtes SQL comme si vous invoquiez une fonction définie par l'utilisateur (UDF) et tirer parti de tous les avantages d'HAQM Redshift, notamment des capacités de traitement parallèle massives. Vous pouvez également importer vos modèles SageMaker Autopilot, XGBoost ou MLP pré-entraînés dans votre cluster HAQM Redshift pour une inférence locale.
HAQM Redshift ML vous offre également la possibilité d'invoquer des modèles ML personnalisés déployés dans des points de terminaison SageMaker distants.
HAQM Redshift ML exploite les ressources existantes de votre cluster pour la prédiction, pour que vous puissiez éviter les frais supplémentaires d'HAQM Redshift. Lorsque vous créez un modèle dans HAQM Redshift, HAQM Redshift ML utilise HAQM SageMaker pour entraîner votre modèle. Vous ne payez que les frais associés à SageMaker. Il n'y a pas de frais supplémentaires HAQM Redshift pour la création ou l'utilisation d'un modèle, et la prédiction se fait localement dans votre cluster HAQM Redshift. Consultez la page de tarification Redshift pour plus de détails.
Redshift ML est disponible dans les régions suivantes : USA Est (Ohio), USA Est (Virginie du Nord), USA Ouest (Oregon), USA Ouest (San Francisco), Canada (Centre), Europe (Francfort), Europe (Irlande), Europe (Paris), Europe (Stockholm), Asie-Pacifique (Hong Kong), Asie-Pacifique (Tokyo), Asie-Pacifique (Singapour), Asie-Pacifique (Sydney) et Amérique du Sud (São Paulo). Pour démarrer et en savoir plus, consultez la documentation HAQM Redshift ou lisez cet article de blog.