Amazon SageMaker Canvas

Создавайте высокоточные модели машинного обучения с помощью визуального интерфейса без необходимости написания кода

Что такое SageMaker Canvas?

Amazon SageMaker Canvas позволяет преобразовывать данные в петабайтах, а также создавать, оценивать и развертывать готовые к производству модели машинного обучения (ML) без программирования. Это упрощает жизненный цикл комплексного машинного обучения в унифицированной и безопасной корпоративной среде. Доступ к Amazon Q для разработчиков теперь можно получить в SageMaker Canvas, что позволяет пользоваться рекомендациями в диалоговом чате на протяжении всего процесса машинного обучения: от подготовки данных до развертывания модели

SageMaker Canvas способствует сотрудничеству между командами, обеспечивает прозрачность сгенерированного кода, а также упрощает координацию усилий с помощью управления версиями моделей и контроля доступа. С помощью SageMaker Canvas можно ускорить внедрение инноваций и быстрее решать бизнес-задачи, демократизируя разработку машинного обучения для всех уровней квалификации независимо от опыта программирования.

Преимущества SageMaker Canvas

Получите доступ к комплексным возможностям машинного обучения в рамках всего жизненного цикла: от подготовки данных до создания, оценки и развертывания моделей в масштабе петабайтов.
Canvas обучает несколько моделей с применением нескольких алгоритмов для создания высокоточных пользовательских моделей машинного обучения без использования кода.
Обеспечьте совместное использование моделей и интеграцию с другими сервисами AWS, включая SageMaker Model Registry и Amazon DataZone, для управления и машинного обучения.
Укрепляйте сотрудничество с экспертами благодаря прозрачности на уровне кода.
Описывайте свои цели в чате на естественном языке. Amazon Q для разработчиков поможет вам пройти весь процесс машинного обучения: от подготовки данных до построения модели, а также ответит на вопросы о данных и модели.

Создавайте решения на протяжении всего жизненного цикла машинного обучения

Используйте комплексные возможности машинного обучения, включая подготовку данных с помощью SageMaker Data Wrangler и обучение моделей AutoML с помощью автопилота SageMaker, в визуальном интерфейсе без кода. Amazon Q для разработчиков также можно использовать для получения помощи на основе генеративного искусственного интеллекта, чтобы создавать модели машинного обучения. Просто сформулируйте свою цель на естественном языке, и Q для разработчиков разделит ее на части и переведет в набор задач машинного обучения. После этого Q для разработчиков поможет вам определить тип проблемы машинного обучения, подготовить данные, а также создать, оценить и развернуть модель.
1
Шаги в SageMaker

Визуальная подготовка данных в петабайтном масштабе

  • Получайте и импортируйте данные из более чем 50 источников, включая Amazon S3, Athena, Redshift, Snowflake и Databricks
  • Повысьте качество данных и производительность модели с помощью более 300 готовых анализов и преобразований
  • Визуально создавайте и совершенствуйте конвейеры данных с помощью интуитивно понятного интерфейса с минимальным количеством кода и без него
  • Масштабируйте данные до петабайтов в несколько кликов
2
Шаги в SageMaker

Обучайте модели и оценивайте их для различных типов задач

  • Используйте возможности AutoML, чтобы применять автоматическое изучение и оптимизировать модели для вашего конкретного сценария использования
  • Обучайте модели регрессии, классификации, прогнозированию временных рядов, обработке естественного языка, машинному зрению и тонкой настройке базовых моделей всего за несколько кликов
  • Настройте обучение модели с помощью гибких опций объективных метрик, разделения данных и элементов управления моделью, таких как выбор алгоритмов и гиперпараметры
  • Получите представление о производительности модели с помощью интерактивных визуализаций и объяснений моделей
  • Выберите наиболее эффективную модель из списка лидеров и экспортируйте сгенерированный код для дальнейшей настройки
3
Q Developer

Разработка машинного обучения с помощью Amazon Q для разработчиков, который предоставляет инструкции в чате

  • Опишите свою бизнес-проблему на естественном языке, и Amazon Q для разработчиков поможет вам найти решение в ходе всего процесса машинного обучения с помощью интерфейса чата
  • Q для разработчиков разделяет проблемы на выполнимые задачи машинного обучения и помогает в подготовке данных, построении, оценке и развертывании моделей
  • Задавайте вопросы об условиях машинного обучения, своих данных и моделях и получайте на них ответы
  • Q для разработчиков применяет передовые методы подготовки данных и построения моделей и позволяет при этом самостоятельно и полностью контролировать выполнение задач
4
Шаги в SageMaker

Создавайте точные прогнозы в нужном масштабе – в пакетном режиме или в реальном времени

  • Выполняйте интерактивные прогнозы и анализ прогнозирования прямо в приложении
  • Развертывайте модели одним щелчком мыши на конечной точке SageMaker для получения логических выводов в реальном времени или выполняйте пакетные прогнозы для определенной цели либо с автоматически установленным расписанием
  • Обеспечьте управление и контроль версий, зарегистрировав модели в соответствующем реестре SageMaker
  • Легко делитесь моделями с Amazon SageMaker Studio для расширенной настройки и совместной работы
  • Визуализируйте прогнозы и делитесь ими с заинтересованными сторонами с помощью Amazon QuickSight, чтобы принимать решения более эффективно

Сотрудничайте и обеспечивайте управление

Сделайте доступным машинное обучение и развивайте сотрудничество между командами. Обеспечьте совместное использование моделей и интеграцию с другими сервисами AWS для управления и MLOP.
1
Шаги в SageMaker

Содействуйте сотрудничеству между командами и обмену знаниями

  • Сотрудничайте со специалистами по обработке данных и экспертами, легко обмениваясь моделями с помощью SageMaker Studio
  • Используйте модели, созданные специалистами по обработке данных в рабочем пространстве Canvas, для создания прогнозов
  • Повысьте доверие благодаря прозрачности кода с помощью автоматически создаваемых блокнотов
  • Делитесь моделями, прогнозами и аналитикой с заинтересованными сторонами, используя панели управления Amazon QuickSight
  • Обеспечьте контроль версий и отслеживание происхождения моделей, обеспечивая воспроизводимость и отслеживаемость в разных командах
2
Шаги в SageMaker

Обеспечьте управление и лучшие практики MLOP

  • Внедрите детальные разрешения на уровне пользователя и контроль доступа для безопасного управления моделями
  • Обеспечьте удобную аутентификацию с помощью функций единого входа (SSO)
  • Соблюдайте правила управления моделями и версиями, регистрируя их в реестре моделей SageMaker
  • Оптимизируйте конвейеры MLOPS, экспортируя блокноты моделей для дальнейшей настройки и интеграции
  • Оптимизируйте затраты и использование ресурсов с помощью функций автоматического отключения

Построение с помощью базовых моделей

  • Легко сравнивайте и выбирайте наиболее подходящую базовую модель (FM) для вашей задачи
  • Настраивайте базовые модели с помощью маркированного набора учебных данных для бизнес-сценариев в несколько кликов
Изображение SageMaker

Используйте свой генеративный искусственный интеллект

  • Запрашивайте собственные документы и базы знаний, которые хранятся в Amazon Kendra, чтобы генерировать персонализированные результаты
  • Получайте представление о производительности модели с помощью интерактивных визуализаций, объяснений моделей и списков лидеров
  • Создавайте и развертывайте наиболее подходящие базовые модели на конечных точках SageMaker в реальном времени
Изображение SageMaker

Примеры использования

Используйте данные о потреблении продуктов и истории покупок, чтобы понять склонность к продажам и выявить закономерности оттока клиентов.

Прогнозируйте уровень запасов, сочетая хронологические данные о продажах и спросе с соответствующей информацией о сетевом трафике, ценах, категориях продуктов и праздниках.

Прогнозируйте сбои производственного оборудования, анализируя данные датчиков и журналы технического обслуживания, а также избегайте время простоя.

Создавайте персонализированный, интересный и высококачественный контент для продаж и маркетинга, такой как публикации в социальных сетях, описания продуктов и кампании по электронной почте.

Анализируйте и извлекайте информацию из различных документов, таких как страховые претензии, счета-фактуры, отчеты о расходах или документы, удостоверяющие личность.