Built-in SageMaker Algoritmos de IA para datos tabulares

AutoGluon-Tabular: un marco AutoML de código abierto que funciona ensamblando modelos y apilándolos en varias capas.

CatBoost: una implementación del algoritmo de árboles potenciados por gradientes, con una potenciación ordenada y un algoritmo innovador para procesar características categóricas.

Algoritmo de máquinas de factorización: una extensión de un modelo lineal que se ha diseñado para capturar de manera económica las interacciones entre características dentro de conjuntos de datos dispersos y de grandes dimensiones.

K-Nearest Algoritmo de vecinos (k-NN): un método no paramétrico que utiliza los k puntos etiquetados más cercanos para asignarle una etiqueta a un nuevo punto de datos (para la clasificación), o un valor objetivo previsto a partir de la media de los k puntos más cercanos (para la regresión).

LightGBM—una implementación del algoritmo de árboles potenciado por gradientes que añade dos técnicas novedosas para mejorar la eficiencia y la escalabilidad: el Gradient-based One-Side muestreo (GOSS) y la agrupación exclusiva de funciones (EFB).

Algoritmo de aprendizaje lineal: aprende una función lineal para la regresión o una función de umbral lineal para la clasificación.

TabTransformer: una novedosa arquitectura de modelado de datos tabulares profundos basada en transformadores con atención automática.

Algoritmo XGBoost con Amazon AI SageMaker: una implementación del algoritmo de árboles con potenciación por gradiente que combina un conjunto de estimaciones a partir de un conjunto de modelos más simples y débiles.