トレーニングの前に、データセットのクラスの不均衡を最小限の運用労力で解決する必要があります。これを最もよく達成するオプションはどれですか？

Amazon SageMaker Data Wranglerのバランスデータ操作は、クラス不均衡を解決するための効率的な方法です。この機能は、特にマイノリティクラスのオーバーサンプリングを自動化し、最小限の運用労力でデータセットのバランスを整えることができます。 Amazon Athenaはデータ探索ツールであり、不均衡の原因特定には役立ちますが、手動でのデータ調整は運用労力が大きくなります。SageMaker Studio Classicの組み込みアルゴリズムは不均衡なデータセットを処理できるものもありますが、データセット自体をバランスさせる機能ではありません。AWS Glue DataBrewもデータ準備ツールですが、SageMaker Data Wranglerのバランスデータ操作は、SageMakerの機械学習ワークフローに直接統合されており、よりシームレスな体験を提供します。