Amazon SageMaker Canvas
Créez des modèles de ML très précis à l'aide d'une interface visuelle, sans codeQu'est-ce que SageMaker Canvas ?
Amazon SageMaker Canvas vous permet de transformer des données à l’échelle du pétaoctet et de créer, d’évaluer et de déployer des modèles de machine learning (ML) prêts pour la production sans codage. Il rationalise le cycle de vie du machine learning de bout en bout dans un environnement d’entreprise unifié et sécurisé. Amazon Q Developer étant désormais disponible dans SageMaker Canvas, vous pouvez obtenir des conseils tout au long de votre parcours de machine learning, de la préparation des données au déploiement de modèle, grâce au chat conversationnel
SageMaker Canvas favorise la collaboration entre les équipes, assure la transparence du code généré et garantit la gouvernance grâce à la gestion des versions des modèles et à des contrôles d’accès. Avec SageMaker Canvas, vous pouvez accélérer l’innovation et résoudre plus rapidement les problèmes métier en démocratisant le développement du machine learning à tous les niveaux de compétence et indépendamment de l’expertise en matière de codage.
Avantages de SageMaker Canvas
Créez tout au long du cycle de vie du ML
Tirez parti des fonctionnalités de machine learning de bout en bout, notamment la préparation des données avec SageMaker Data Wrangler et l’entraînement de modèle AutoML avec SageMaker Autopilot, le tout via une interface visuelle sans code. Vous pouvez également utiliser Amazon Q Developer pour bénéficier d’une assistance basée sur l’IA générative afin de créer des modèles de machine learning. Énoncez simplement votre objectif en langage naturel, et Q Developer le décomposera et le traduira en un ensemble de tâches de machine learning. Q Developer vous guidera ensuite à travers la définition du type de problème de machine learning, la préparation des données, ainsi que la création, l’évaluation et le déploiement de votre modèle.
1
Préparez visuellement vos données à l’échelle du pétaoctet
- Consultez et importez des données provenant de plus de 50 sources, notamment Amazon S3, Athena, Redshift, Snowflake et Databricks.
- Améliorez la qualité des données et les performances des modèles grâce à plus de 300 analyses et transformations prédéfinies.
- Créez et affinez visuellement vos pipelines de données grâce à une interface intuitive, low code/sans code.
- Mettez-vous à l’échelle du pétaoctet de données en quelques clics.
2
Développement de machine learning guidé par le chat avec Amazon Q Developer
- Décrivez votre problème métier en langage naturel et laissez Amazon Q Developer vous guider jusqu’à atteindre une solution tout au long du processus de machine learning à l’aide d’une interface de chat
- Q Developer divise les problèmes en tâches de machine learning exploitables et aide à la préparation des données, à la création, à l’évaluation et au déploiement de modèles
- Posez des questions et recevez des réponses à propos des termes du ML, de vos données et de vos modèles
- Q Developer applique des techniques avancées de préparation de données et de création de modèles tout en offrant un contrôle total en vue d’exécuter des tâches par vous-même
3
Entraînez et évaluez des modèles pour différents types de problèmes
- Exploitez la puissance d’AutoML pour explorer et optimiser automatiquement les modèles en fonction de votre cas d’utilisation spécifique.
- Entraînez des modèles pour la régression, la classification, la prévision de séries chronologiques, le traitement du langage naturel, la vision par ordinateur, et optimisez les modèles de fondation en quelques clics.
- Personnalisez l’entraînement de vos modèles grâce à des options flexibles pour les métriques objectives, la répartition des données et les contrôles du modèle tels que la sélection d’algorithmes et les hyperparamètres.
- Obtenez des informations sur les performances des modèles grâce à des visualisations interactives et à des explications de modèles.
- Sélectionnez le modèle le plus performant dans un classement des modèles et exportez le code généré pour une personnalisation plus poussée.
4
Générez des prévisions précises à grande échelle, par lots ou en temps réel
- Effectuez des prévisions interactives et des analyses hypothétiques directement dans l’application.
- Déployez des modèles en un seul clic sur un point de terminaison SageMaker pour des inférences en temps réel, ou exécutez des prédictions par lots ad hoc ou avec des planifications automatisées.
- Assurez la gouvernance et le contrôle des versions en enregistrant les modèles dans le Registre des modèles SageMaker.
- Partagez facilement des modèles avec Amazon SageMaker Studio pour une personnalisation et une collaboration avancées.
- Visualisez et partagez les prévisions avec les parties prenantes à l’aide d’Amazon QuickSight pour améliorer la prise de décisions.
Collaborez et assurez la gouvernance
Démocratisez le ML tout en favorisant la collaboration entre les équipes. Activez le partage de modèles et l’intégration avec d’autres services AWS pour la gouvernance et le MLOps.
1
Favorisez la collaboration entre les équipes et le partage des connaissances
- Collaborez avec des scientifiques et experts des données en partageant facilement des modèles avec SageMaker Studio.
- Utilisez des modèles créés par des scientifiques des données dans l’espace de travail Canvas pour générer des prévisions.
- Renforcez la confiance grâce à la transparence du code et à des blocs-notes générés automatiquement.
- Partagez des modèles, des prévisions et des informations avec les parties prenantes via les tableaux de bord Amazon QuickSight.
- Maintenez le contrôle des versions et le suivi de la traçabilité des modèles, garantissant ainsi la reproductibilité et la traçabilité entre les équipes.
2
Garantissez les bonnes pratiques en matière de gouvernance et de MLOps
- Implémentez des autorisations et des contrôles d’accès précis au niveau de l’utilisateur pour une gestion sécurisée des modèles.
- Permettez une authentification fluide grâce à des fonctionnalités d’authentification unique (SSO).
- Adhérez à la gouvernance et à la gestion des versions des modèles en enregistrant les modèles dans le Registre des modèles SageMaker.
- Rationalisez les pipelines MLOps en exportant des blocs-notes de modèles pour une personnalisation et une intégration accrues.
- Optimisez les coûts et l’utilisation des ressources grâce à des fonctionnalités d’arrêt automatique.
Construction à l’aide de systèmes d’IA à usage général
- Comparez et sélectionnez facilement le modèle de fondation le mieux adapté à votre tâche.
- Optimisez en quelques clics les modèles de fondation à l’aide de votre jeu de données d’entraînement étiqueté pour les cas d’utilisation métier.
Exploitation de votre IA générative
- Interrogez vos propres documents et bases de connaissances stockés dans Amazon Kendra pour générer des résultats personnalisés.
- Obtenez des informations sur les performances des modèles grâce à des visualisations interactives, des explications de modèles et des classements.
- Produisez et déployez les modèles de fondation les plus adaptés aux points de terminaison SageMaker en temps réel.
