Amazon SageMaker Autopilot 基于您的数据自动训练并调整最佳机器学习模型以进行分类或回归，同时保持完全控制和可见性。
传统上，构建机器学习 (ML) 模型需要二选一。一方面，您可以手动准备特征、选择算法和优化模型参数，以完全控制模型设计并了解创建模型的所有想法。但是，运用这种方法需要具备深厚的 ML 专业知识。另一方面，如果您没有这方面的专业知识，则可以使用自动化方法 (AutoML) 来生成模型，以处理所有的繁重工作，但使用这种方法几乎无法了解模型的创建方式。虽然使用 AutoML 创建的模型可以正常运行，但您对它的信任度可能会降低，因为您无法理解它的内容，也无法重新创建它，而且您无法学习将来可能对您有所帮助的最佳实践。
使用 Amazon SageMaker Autopilot，您无需再做这种选择。您可以自动构建机器学习模型，而不会有任何影响。使用 SageMaker Autopilot，您可以提供表格数据集并选择要预测的目标列，目标列可以是数字（例如房价，称为回归），也可以是类别（例如垃圾邮件/非垃圾邮件，称为分类）。SageMaker Autopilot 将自动探索不同解决方案，以找到最佳模型。然后，您只需单击一下即可将模型直接部署到生产中，或使用 Amazon SageMaker Studio 对推荐的解决方案进行迭代，以进一步提高模型质量。
工作原理
优势
快速生成高质量模型
经过一组初始迭代后，Amazon SageMaker Autopilot 会在 SageMaker Studio 中创建一个按性能排序的模型排行榜。您可以查看每个模型使用哪些数据功能，并部署您认为最适合您的使用案例的功能。
保持可见性和控制
模型生成过程完全透明。您可以为 Amazon SageMaker Autopilot 创建的任何模型自动生成 Amazon SageMaker Notebook。然后，您可以深入研究模型创建细节，根据需要进行优化，并在将来的任何时候从 Notebook 重新创建它。
易于部署
选择要部署的模型时，Amazon SageMaker Autopilot 只需单击一次即可生成推理管道。理管道可以直接用于批量推理，也可以部署到完全托管的 SageMaker 终端节点以进行实时推理。
使用案例
价格预测
价格预测模型可以广泛用于金融服务、房地产、能源和公共事业领域，以预测股票、房地产和自然资源的价格。Amazon SageMaker Autopilot 可以根据需求、季节性趋势以及其他商品价格等历史数据来预测未来的价格，帮助您做出合理的投资决策。
客户流失预测
客户流失是指损失客户，每家公司都在想方设法地消除这种状况。Amazon SageMaker Autopilot 自动生成的模型能够帮助您了解客户流失模式。客户流失预测模型的工作原理是，首先根据现有数据学习模式，然后在新数据集中确定模式，这样您就可以预测最有可能发生客户流失的情况。
风险评估
风险评估需要标识和分析可能对个人、资产以及公司造成负面影响的潜在事件。Amazon SageMaker Autopoilt 自动生成的模型可以预测新事件发生时的风险。风险评估模型使用您现有的数据集进行训练，因此您可以获得针对您的业务的优化预测。
