Amazon SageMaker ułatwia przygotowanie danych do ML-owych modeli
AWS dodał do SageMakera narzędzia do automatycznego przygotowania zbiorów treningowych - możesz teraz generować syntetyczne dane, auto-labelować rekordy ze wskaźnikami pewności i oceniać jakość datasetu bez tygodni ręcznej pracy. Funkcje dostępne są na razie w regionach us-east-1 i us-west-2, a dostęp masz przez Python SDK lub naturalny język w Agent Toolkit.
źródło: [aws/whats-new]