Po agregacji danych inżynier ML potrzebuje zautomatyzowanego sposobu wykrywania anomalii w zbiorze danych i wizualizacji wyników. Które rozwiązanie spełnia oba wymagania?

Amazon SageMaker Data Wrangler to usługa, która umożliwia przygotowywanie danych do uczenia maszynowego. Oferuje wbudowane transformacje, w tym wykrywanie anomalii, oraz narzędzia do wizualizacji danych, co pozwala na szybkie zrozumienie wyników. Jest to kompleksowe rozwiązanie spełniające oba wymagania. Amazon Athena i Amazon Redshift Spectrum służą głównie do zapytań i analizy danych, a nie do automatycznego wykrywania anomalii i wizualizacji w jednym narzędziu. AWS Batch jest usługą do uruchamiania zadań wsadowych, a nie bezpośrednio do wykrywania anomalii czy wizualizacji.