Bir şirketin S3'te başlık, kategorik alanlar ve eksik değerler içeren CSV formatında geçmiş mülk verileri bulunmaktadır. Veri bilimciler eksik değerleri sıfırlarla doldurdu, kategorik alanları attı ve varsayılan açık kaynaklı bir doğrusal regresyon modeli eğitti; ancak tahmin doğruluğu %50'nin altındadır. Model performansını iyileştirmek ve minimum operasyonel yük ile hızlı bir şekilde başlatmak istiyorlar. Bu hedefi en iyi karşılayan seçenek hangisidir?

Doğru cevap, SageMaker Autopilot'ı kullanmaktır. Autopilot, veri ön işleme, özellik mühendisliği ve en iyi modeli bulmak için çeşitli algoritmaları ve hiperparametreleri otomatik olarak dener. Bu, minimum operasyonel yük ile hızlı bir şekilde yüksek doğrulukta bir model elde etmenin en iyi yoludur. Diğer seçenekler daha fazla manuel çaba gerektirir veya daha az optimize edilmiş bir yaklaşım sunar. Örneğin, ECS kullanmak altyapı yönetimi gerektirir; SageMaker not defteri etkileşimli keşif için iyidir ancak otomatik optimizasyon sağlamaz; XGBoost'u Lambda ile kullanmak ise model dağıtımı için daha karmaşık bir yöntemdir ve otomatik özellik mühendisliği sağlamaz.