AWS представила новые возможности в SageMaker Canvas, позволяющие без единой строки кода готовить данные временных рядов для последующего прогнозирования.
Функциональность SageMaker Canvas в связке с SageMaker Data Wrangler обеспечивает автоматические рекомендации по подготовке данных: очистку от артефактов, обработку пропусков и преобразования временных рядов. Теперь аналитики любого уровня смогут загружать табличные данные, удалять лишние символы (например, символы валюты), приводить столбцы к необходимым типам и настраивать частоту выборки через понятный визуальный интерфейс.
«Мы стремимся демократизировать машинное обучение и сделать подготовку временных рядов доступной всем специалистам без навыков программирования», — отметила Муни Т. Бондю, Solutions Architect в AWS.
Процесс включает импорт из локальной загрузки или хранилища S3, добавление шагов трансформации через диалог «Chat for Data Prep» или классические операции «Add Transform», а затем валидацию и экспорт подготовленного потока данных для построения модели в Canvas. Пользователи могут задавать интервалы прогнозирования от минут до лет и выбирать необходимые алгоритмы в режиме Quick build или Standard build.
По мнению эксперта Data Science Center Алексея Иванова, «новое решение позволит сократить время подготовки данных до нескольких минут и сконцентрироваться на интерпретации результатов, а не на технических деталях».
