亚马逊的新功能使机器学习可以吸引更多开发人员

 
今天，亚马逊宣布了一种新方法，该方法将使更多的开发人员和业务用户接触到机器学习技术。亚马逊在下周于拉斯维加斯举行的re：Invent客户大会之前已经发布了一系列公告。
虽然该公司为数据科学家提供了许多工具来构建机器学习模型以及处理，存储和可视化数据，但它希望借助流行的数据库查询语言SQL将这种功能直接交给开发人员。
AWS人工智能副总裁Matt Wood说，通过利用Amazon QuickSight，Aurora和Athena等工具与SQL查询相结合，开发人员可以更直接地访问机器学习模型和基础数据，而无需任何其他编码。
伍德对TechCrunch表示：“此公告旨在使开发人员更轻松地通过将机器学习预测直接与他们的数据库集成在一起，将其添加到他们的产品和过程中。”
伍德说，对于初学者来说，开发人员可以利用公司兼容MySQL(和Postgres)的Aurora数据库在应用程序中构建简单的SQL查询，这将自动将数据拉入应用程序并运行开发人员关联的任何机器学习模型用它。
第二部分涉及Athena，该公司的无服务器查询服务。与Aurora一样，开发人员可以编写SQL查询(在这种情况下，针对任何数据存储)，并基于他们选择的机器学习模型，返回一组数据以供应用程序使用。
最后一块是QuickSight，它是Amazon的数据可视化工具。使用其他工具之一返回一些数据集，开发人员可以使用该数据在正在创建的任何应用程序中基于该数据创建可视化。
“通过SQL查询和仪表板使复杂的ML预测更容易获得，我们今天宣布的更改有助于使ML更易于使用，并可供数据库开发人员和业务分析师使用。现在，任何可以编写SQL的人都可以在其应用程序中进行(而且很重要的是使用)预测，而无需任何自定义代码，”亚马逊的Matt Asay在博客中写道，宣布了这些新功能。
Asay补充说，这种方法比开发人员过去为实现此目的而必须做的要容易得多。他写道：“要进行这些预测，并使它们成为更广泛的应用程序，流程或分析仪表板的一部分，通常需要进行大量的繁琐的手工工作。”
例如，伍德提供了潜在客户得分模型，您可以用来选择最有可能转化的销售目标。他说：“今天，要进行潜在客户评分，您必须将所有这些部分整合在一起，以便能够将预测结果应用到应用程序中。”有了这项新功能，您可以更快地到达那里。
“现在，作为开发人员，我只能说我拥有部署在SageMaker中的领先评分模型，而我所要做的就是从字面上编写我整天在Aurora中执行的一条SQL语句，然后我就可以开始找回导致得分信息。然后我只在应用程序中显示它，然后我就离开了。”伍德解释道。
对于机器学习模型，这些模型可以从亚马逊预先构建，可以由内部数据科学团队开发，也可以在亚马逊的机器学习模型市场上购买。
亚马逊今天发布的公告旨在简化机器学习和数据访问，并减少从查询到回答的编码量。