PeriscopeData与Amazon的SageMaker集成以简化机器学习

数据分析公司Periscope Data Inc.正在与Amazon Web Services Inc.展开一项新计划，以使其更易于创建用于业务决策的机器学习模型。

在该倡议下，Periscope Data将其数据分析平台与Amazon SageMaker集成在一起，后者是一种托管的机器学习服务，用于构建和训练ML模型，然后将它们直接部署到可用于生产环境的托管环境中。

Periscope Data表示，目前用于创建机器学习模型的方法是分散且耗时的，因为它们涉及使用许多不同的工具来完成重要任务，例如数据准备和功能工程。该公司表示，这使得访问和组合不同的数据源具有挑战性，这是建立更准确的机器学习模型的必要步骤。

为了简化操作，Periscope Data希望将构建机器学习模型的过程组合到一个工作流中。第一步涉及使用Periscope Data的统一数据平台为这些模型准备训练数据。该公司的平台使此操作变得更容易，因为它可以显示分布和描述性统计信息，从而可以帮助用户了解何时需要清理更多数据。该公司表示，该平台还使用户可以更轻松地迭代每种型号的功能选择。

数据集准备就绪后，可将它们直接输入到Amazon SageMaker中，后者可快速创建并训练可用于部署的算法。然后，将机器学习模型部署到数据仓库，从中Periscope Data可以快速访问其工作成果并向用户提供洞察力。

Periscope Data于11月在其平台上添加了数据仓库功能之后，便与Amazon SageMaker进行了集成，以帮助其用户处理数据碎片问题。

“建立可信赖的机器学习算法对于当今的数据团队来说是一个巨大的挑战，部分原因是他们在数据准备和功能工程方面面临的困难，” Periscope Data的联合创始人兼首席执行官Harry Glaser说道。

与Periscope Data和Amazon SageMaker的新集成现已提供beta版本，并将在7月18日于纽约AWS峰会上举行的联合活动中进行演示 。