Uma empresa tem dados históricos de propriedades em CSV no S3 com um cabeçalho, campos categóricos e valores ausentes. Cientistas de dados preencheram os valores ausentes com zeros, descartaram os campos categóricos e treinaram um modelo de regressão linear de código aberto padrão; a precisão da previsão está abaixo de 50%. Eles querem melhorar o desempenho do modelo e lançar rapidamente com o mínimo de sobrecarga operacional. Qual opção melhor atende a esse objetivo?

A opção correta é usar o SageMaker Autopilot. Ele automatiza a engenharia de recursos, a seleção de algoritmos e o ajuste de hiperparâmetros, o que é ideal para melhorar o desempenho do modelo com mínima sobrecarga operacional e rapidez. O Autopilot lida com dados categóricos e valores ausentes de forma mais eficaz do que simplesmente descartar categorias ou preencher com zeros, que foi a abordagem inicial falha. As outras opções são menos eficientes: A opção de ECS e Deep Learning Containers é excessivamente complexa para o objetivo de rapidez e mínima sobrecarga, exigindo muito código e gerenciamento de infraestrutura. A opção de notebook SageMaker, embora útil para exploração, não atende ao requisito de "mínima sobrecarga operacional" para o lançamento rápido, pois exige intervenção manual significativa dos cientistas de dados. A opção de XGBoost com Lambda para inferência é melhor que as anteriores, mas ainda requer a seleção manual do algoritmo e o gerenciamento da função Lambda para inferência, enquanto o Autopilot automatiza a seleção do melhor modelo e a implantação.