Publié le: May 27, 2021
Nous sommes heureux d'annoncer que Redshift ML est désormais disponible de manière générale. Amazon Redshift ML vous permet de créer, entraîner et déployer des modèles de machine learning (ML) à l'aide de commandes SQL familières. Avec Amazon Redshift ML, vous pouvez désormais tirer parti d'Amazon SageMaker, un service de machine learning entièrement géré, sans déplacer vos données ni acquérir de nouvelles compétences.
Avec Amazon Redshift ML optimisé par Amazon SageMaker, vous pouvez utiliser des instructions SQL pour créer et entraîner des modèles de machine learning à partir de vos données présentes dans Amazon 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. Amazon Redshift ML trouve automatiquement le meilleur modèle et l'ajuste en fonction des données d'entraînement à l'aide d'Amazon 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. Amazon Redshift ML utilise vos paramètres pour créer, entraîner et déployer le modèle dans l'entrepôt de données Amazon 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'Amazon Redshift, notamment des capacités de traitement parallèle massives. Vous pouvez également importer vos modèles SageMaker Autopilot, XGBoost ou MLP pré-entraînés dans votre cluster Amazon Redshift pour une inférence locale.
Amazon Redshift ML vous offre également la possibilité d'invoquer des modèles ML personnalisés déployés dans des points de terminaison SageMaker distants.
Amazon Redshift ML exploite les ressources existantes de votre cluster pour la prédiction, pour que vous puissiez éviter les frais supplémentaires d'Amazon Redshift. Lorsque vous créez un modèle dans Amazon Redshift, Amazon Redshift ML utilise Amazon SageMaker pour entraîner votre modèle. Vous ne payez que les frais associés à SageMaker. Il n'y a pas de frais supplémentaires Amazon Redshift pour la création ou l'utilisation d'un modèle, et la prédiction se fait localement dans votre cluster Amazon 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 Amazon Redshift ou lisez cet article de blog.