Компания хранит исторические данные об объектах недвижимости в формате CSV на S3. Эти данные содержат заголовок, категориальные поля и пропущенные значения. Специалисты по данным заполнили пропущенные значения нулями, удалили категориальные поля и обучили стандартную модель линейной регрессии с открытым исходным кодом; точность прогнозирования составляет менее 50%. Они хотят улучшить производительность модели и быстро запустить ее с минимальными операционными издержками. Какой вариант лучше всего соответствует этой цели?

Правильный ответ — запустить SageMaker Autopilot. Autopilot автоматически выполняет предварительную обработку данных (включая обработку категориальных полей и пропущенных значений), выбор признаков, выбор алгоритма и настройку гиперпараметров, что значительно улучшает производительность модели по сравнению с простой линейной регрессией. Это решение требует минимальных операционных издержек, так как Autopilot автоматизирует большую часть процесса ML. Развертывание лучшей модели для прогнозирования также является частью функционала Autopilot. Остальные варианты менее оптимальны: Использование ECS с Deep Learning Containers и логистической регрессией требует значительных усилий по feature engineering и настройке, что противоречит цели минимизации операционных издержек. Ноутбук SageMaker позволяет интерактивно исследовать, но не автоматизирует процесс, требуя ручного выбора и сравнения моделей, что увеличивает затраты времени и усилий. Обучение XGBoost через задание SageMaker — это улучшение по сравнению с линейной регрессией, но ручная загрузка артефакта модели в Lambda для вывода добавляет сложности и операционные издержки по сравнению с автоматическим развертыванием Autopilot.