Amazon SageMaker Canvas
Bangun model ML yang sangat akurat menggunakan antarmuka visual, tanpa memerlukan kodeApa itu SageMaker Canvas?
Amazon SageMaker Canvas memberdayakan Anda untuk mentransformasikan data pada skala petabita, dan membangun, mengevaluasi, serta men-deploy model machine learning (ML) siap produksi tanpa pengodean. Amazon SageMaker Canvas menyederhanakan siklus hidup ML ujung ke ujung dalam lingkungan korporasi yang terpadu dan aman. Karena Amazon Q Developer sekarang tersedia di SageMaker Canvas, Anda bisa mendapatkan panduan sepanjang perjalanan ML–mulai dari persiapan data hingga deployment model–dengan menggunakan obrolan percakapan
SageMaker Canvas mendorong kolaborasi di seluruh tim, memberikan transparansi tentang kode yang dihasilkan, dan memastikan tata kelola melalui penentuan versi model dan kontrol akses. Dengan SageMaker Canvas, Anda dapat mempercepat inovasi dan memecahkan masalah bisnis dengan lebih cepat melalui demokratisasi pengembangan ML di semua tingkat keterampilan, terlepas dari keahlian pengodean.
Keuntungan SageMaker Canvas
Bangun seluruh siklus hidup ML
Manfaatkan kemampuan machine learning ujung ke ujung, termasuk persiapan data dengan pelatihan model SageMaker Data Wrangler dan AutoML dengan SageMaker Autopilot, semuanya melalui antarmuka visual tanpa kode. Anda juga dapat menggunakan Amazon Q Developer untuk mendapatkan asisten bertenaga AI generatif untuk membangun model ML. Cukup nyatakan tujuan Anda dalam bahasa alami, dan Q Developer akan memecahnya dan menerjemahkannya ke dalam serangkaian tugas ML. Q Developer kemudian akan memandu Anda dalam menentukan tipe masalah ML, menyiapkan data, serta membangun, mengevaluasi, dan men-deploy model.
1
Siapkan Data Anda Secara Visual dalam Skala Petabita
- Akses dan impor data dari 50+ sumber, termasuk Amazon S3, Athena, Redshift, Snowflake, dan Databricks
- Tingkatkan kualitas data dan performa model dengan 300+ analisis dan transformasi yang dibuat sebelumnya
- Buat dan perbaiki jalur data Anda secara visual dengan antarmuka low code/tanpa kode yang intuitif
- Lakukan penskalaan ke data berukuran petabita dengan beberapa klik
2
Latih dan Evaluasi Model di Berbagai Tipe Masalah
- Manfaatkan kekuatan AutoML untuk mengeksplorasi dan mengoptimalkan model secara otomatis untuk kasus penggunaan spesifik Anda
- Latih model untuk regresi, klasifikasi, prakiraan deret waktu, pemrosesan bahasa alami, penglihatan komputer, dan penyempurnaan model fondasi hanya dengan beberapa klik
- Sesuaikan pelatihan model Anda dengan opsi fleksibel untuk metrik objektif, pemisahan data, dan kontrol model, seperti pemilihan algoritma dan hyperparameter
- Dapatkan wawasan tentang performa model dengan visualisasi interaktif dan penjelasan model
- Pilih model beperforma terbaik dari papan peringkat model, dan ekspor kode yang dihasilkan untuk penyesuaian lebih lanjut
3
Pengembangan ML Berpemandu Obrolan dengan Amazon Q Developer
- Jelaskan masalah bisnis Anda dalam bahasa alami, dan biarkan Amazon Q Developer memandu Anda ke solusi melalui seluruh proses ML dengan menggunakan antarmuka obrolan
- Q Developer memecah masalah menjadi tugas ML yang dapat ditindaklanjuti dan membantu persiapan data, pembangunan model, evaluasi, dan deployment
- Ajukan pertanyaan dan dapatkan jawaban tentang istilah ML dan data serta model Anda
- Q Developer menerapkan teknik persiapan data dan pembuatan model tingkat lanjut sambil dengan tetap memberikan kontrol penuh untuk menjalankan tugas sendiri
4
Buat Prediksi Akurat dalam Skala Besar - Batch atau Waktu Nyata
- Lakukan prediksi interaktif dan analisis what-if langsung di dalam aplikasi
- Lakukan deployment model dengan satu klik ke titik akhir SageMaker untuk inferensi waktu nyata, atau jalankan prediksi batch ad-hoc atau dengan jadwal otomatis
- Pastikan tata kelola dan kontrol versi dengan mendaftarkan model di Registri Model SageMaker
- Bagikan model secara lancar dengan Amazon SageMaker Studio untuk kustomisasi dan kolaborasi tingkat lanjut
- Visualisasikan dan bagikan prediksi dengan pemangku kepentingan menggunakan Amazon QuickSight untuk pengambilan keputusan yang lebih baik
Berkolaborasi dan pastikan tata kelola
Demokratisasi ML sambil membina kolaborasi antartim. Aktifkan berbagi model dan integrasi dengan layanan AWS lainnya untuk tata kelola dan MLOp.
1
Dorong Kolaborasi Lintas Tim dan Berbagi Pengetahuan
- Berkolaborasi dengan ilmuwan data dan para ahli melalui berbagi model yang mudah dengan SageMaker Studio
- Gunakan model yang dibuat oleh ilmuwan data dalam ruang kerja Canvas untuk menghasilkan prediksi
- Tingkatkan kepercayaan melalui transparansi kode dengan notebook yang dihasilkan secara otomatis
- Bagikan model, prediksi, dan wawasan dengan pemangku kepentingan melalui dasbor Amazon QuickSight
- Pertahankan kontrol versi dan pelacakan silsilah model, yang memastikan reproduktifitas dan keterlacakan di seluruh tim
2
Pastikan Tata Kelola dan Praktik Terbaik MLOp
- Terapkan izin tingkat pengguna dan kontrol akses terperinci untuk manajemen model yang aman
- Aktifkan autentikasi tanpa hambatan dengan kemampuan masuk tunggal (SSO)
- Patuhi tata kelola model dan penentuan versi dengan mendaftarkan model di Registri Model SageMaker
- Sederhanakan jalur MLOps dengan mengekspor notebook model untuk penyesuaian dan integrasi lebih lanjut
- Optimalkan biaya dan pemanfaatan sumber daya dengan fitur shutdown otomatis
Bangun dengan model dasar
- Bandingkan dan pilih model fondasi yang paling sesuai untuk tugas Anda dengan mudah
- Sempurnakan model fondasi menggunakan set data pelatihan berlabel Anda untuk kasus penggunaan bisnis dalam beberapa klik
Manfaatkan AI generatif Anda
- Lakukan kueri dokumen dan basis pengetahuan Anda sendiri yang disimpan di Amazon Kendra untuk menghasilkan output yang disesuaikan
- Dapatkan wawasan tentang performa model dengan visualisasi interaktif, penjelasan model, dan papan peringkat
- Produksi dan lakukan deployment model fondasi yang paling sesuai ke titik akhir SageMaker waktu nyata
