La implementación de modelos de aprendizaje automático para resolver desafíos de negocios complejos, como detección de fraude, recomendaciones o predicción de series de datos es difícil si se quiere partir desde cero. Sin embargo, utilizando herramientas de AWS, implementar esos modelos está al alcance de cualquier empresa que sea capaz de subir un fichero a la nube, y llamar a un API cuando quiera obtener resultados. Basados en la tecnología de aprendizaje automático que se perfeccionó gracias a años de uso en Amazon.com, Amazon Forecast, Amazon Personalize, y Amazon Fraud Detector permiten a cualquiera sin experiencia previa en aprendizaje automático integrar estas tecnologías en sus aplicaciones. En este video aprenderás cuáles son las dificultades de crear modelos de predicción para los casos ya mencionados, verás como AWS acelera el difícil trabajo que se necesita para diseñar, entrenar e implementar un modelo personalizado para tus datos, y te contaremos todo lo que necesitas para poder empezar a integrar estos modelos en tu aplicación. Por supuesto, veremos demos de cómo funcionan
56. AutoML: Does one size fit all?
General AutoML
• Domain agnostic
• Works ok/well with any dataset
• Transformation techniques are general
• Example service: SageMaker AutoPilot
Specialized AutoML
• Domain specific (fraud, forecasting, recommendations)
• Works very well with specific dataset
• Transformation techniques are customized (domain expertise applied)
• Example service: Amazon Fraud Detector
Performance on example fraud dataset
• SageMaker AutoPilot = 0.62 AUC
• Amazon Fraud Detector = 0.90 AUC
order_amt ip_address email_address card_bin phone_number user_agent event_timestamp billing_address shipping_address is_fraud
351 20.194.8.124 fake_ramirezsally@gmail.com 482389 001-560-879-8102x87564 Mozilla/5.0 (iPhone; CPU iPhone OS 10_3_4 like Mac OS X) AppleWebKit/536.1 (KHTML, like Gecko) FxiOS/11.9i8455.0 Mobile/92Y979 Safa11/18/2018 17:16 32695 Murphy 7271 Michael 0
413 192.10.132.144 fake_trevorleon@gmail.com 408848 (716)960-5930x917 Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_8_1; rv:1.9.4.20) Gecko/2013-01-14 11:19:58 Firefox/14.02/10/2019 8:08 750 Anthony 242 Wise Station 1
517 192.190.200.13 fake_sarah59@gmail.com 351330 150-179-7560x4176 Mozilla/5.0 (Android 4.0.2; Mobile; rv:55.0) Gecko/55.0 Firefox/55.0 12/2/2018 5:51
931 Martinez
Drives Suite
3414 Johnathan
Landing 0
482 203.0.97.150 fake_fwebb@hotmail.com 389643 620.853.0627x27001 Mozilla/5.0 (X11; Linux i686; rv:1.9.5.20) Gecko/2018-06-13 16:04:51 Firefox/6.08/24/2019 0:24
29910 Brooks
Shore Suite 343
6751 Villarreal
Port 0
57. Data Enrichment
Amazon Fraud Detector enriches the customer’s raw dataset using 3rd party data sources
as well as models trained on Amazon’s fraud data.
Raw IP
Address
1.2.3.4
2.3.4.5
3.4.5.6
…
15+ IP Enrichments
Country ISP City
US CenturyLink Seattle
JP Asahi Net Tokyo
FR Orange Paris
… … …
AMZN IP risk scores
AWS Amazon …
85 45 …
26 74 …
35 41 …
… … …