跳至主要內容
按一下這裡可返回 Amazon Web Services 首頁
關於 AWS
聯絡我們
支援
中文(繁體)
我的帳戶
登入
建立 AWS 帳戶
產品
解決方案
定價
文件
了解
合作夥伴網路
AWS Marketplace
客戶支援
事件
探索更多
關閉
عربي
Bahasa Indonesia
Deutsch
English
Español
Français
Italiano
Português
Tiếng Việt
Türkçe
Ρусский
ไทย
日本語
한국어
中文 (简体)
中文 (繁體)
關閉
我的設定檔
登出 AWS Builder ID
AWS 管理主控台
帳戶設定
帳單與成本管理
安全登入資料
AWS Personal Health Dashboard
關閉
支援中心
專家協助
知識中心
AWS Support 概觀
AWS re:Post
按一下這裡可返回 Amazon Web Services 首頁
免費使用
聯絡我們
產品
解決方案
定價
AWS 簡介
入門
文件
培訓與認證
開發人員中心
客戶成功案例
合作夥伴網路
AWS Marketplace
支援
AWS re:Post
登入主控台
下載行動應用程式
Amazon SageMaker
概觀
功能
機器學習工具
定價
常見問答集
入門
客戶
關閉
所有功能
Canvas
地理空間機器學習
Ground Truth
JumpStart
Studio
關閉
所有功能
Autopilot
釐清
Data Wrangler
部署
Edge Manager
實驗
特徵存放區
HyperPod
機器學習管控
MLOps
筆記本
Ground Truth
JumpStart
管道
Studio Lab
訓練
關閉
入門
資源
合作夥伴
機器學習
›
Amazon SageMaker
›
Amazon SageMaker 入門
Amazon SageMaker 入門
機器學習教學
遵循實作教學,了解如何使用 Amazon SageMaker 完成各種機器學習生命週期任務,包括資料準備、訓練、部署和 MLOps。
依角色
資料科學家 (使用程式碼)
資料科學家 (低程式碼)
ML 工程師
商業分析師
資料科學家:使用程式碼開發 ML 模型
教學
標記 ML 訓練資料
開始使用 »
教學
在本機建置 ML 模型
開始使用 »
教學
訓練 ML 模型
開始使用 »
資料科學家︰低程式碼 ML
教學
用最少的程式碼為 ML 準備訓練資料
開始使用 »
教學
使用 SageMaker JumpStart 快速入門
開始使用 »
教學
自動建立 ML 模型
開始使用 »
ML 工程師︰MLOps
教學
將經過訓練的模型部署至生產環境以用於推論
開始使用 »
教學
自動化端對端 ML 工作流程
開始使用 »
示範
深入了解自動化 MLOps
觀看示範 »
商業分析師︰無程式碼 ML
教學
使用 SageMaker Canvas,無須編寫程式碼即可產生預測
開始使用 »
後續步驟
Pricing
進一步了解 Amazon SageMaker 定價
Console
開始在 AWS 管理主控台使用 Amazon SageMaker 進行建置
結束對 Internet Explorer 的支援
知道了
AWS 對 Internet Explorer 的支援將於 07/31/2022 結束。支援的瀏覽器包括 Chrome、Firefox、Edge 和 Safari。
進一步了解 »