Amazon SageMaker Canvas
Crie modelos de ML altamente precisos usando uma interface visual, sem necessidade de códigoO que é o SageMaker Canvas?
O Amazon SageMaker Canvas permite que você transforme dados em escala de petabytes e crie, avalie e implante modelos de machine learning (ML) prontos para produção sem codificação. Ele simplifica o ciclo de vida de ML de ponta a ponta em um ambiente corporativo unificado e seguro. Com o Amazon Q Developer agora disponível no SageMaker Canvas, você pode obter orientação durante toda a sua jornada de ML — da preparação dos dados à implantação do modelo — usando o bate-papo conversacional
O SageMaker Canvas promove a colaboração entre as equipes, fornece transparência ao código gerado e garante a governança por meio do controle de versionamento e acesso do modelo. Com o SageMaker Canvas, você pode acelerar a inovação e resolver problemas de negócios com mais rapidez democratizando o desenvolvimento de ML em todos os níveis de habilidade e independentemente da experiência em codificação.
Benefícios do SageMaker Canvas
Desenvolva em todo o ciclo de vida de ML
Aproveite os recursos de machine learning de ponta a ponta, incluindo a preparação de dados com o SageMaker Data Wrangler e o treinamento de modelo AutoML SageMaker com o Autopilot, tudo por meio de uma interface visual sem código. Você também pode usar o Amazon Q Developer para obter assistência de IA generativa para criar modelos de ML. Basta declarar sua meta em linguagem natural e o Q Developer a dividirá e traduzirá em um conjunto de tarefas de ML. Em seguida, o Q Developer guiará você na definição do tipo de problema de ML, na preparação de dados e na criação, avaliação e implantação do modelo.
1
Prepare visualmente seus dados em escala de petabytes
- Acesse e importe dados de mais de 50 fontes, incluindo Amazon S3, Athena, Redshift, Snowflake e Databricks
- Melhore a qualidade dos dados e o desempenho do modelo com mais de 300 análises e transformações pré-criadas
- Crie e refine visualmente seus pipelines de dados com uma interface intuitiva de baixo código ou sem código
- Escale para dados do tamanho de petabytes com alguns cliques
2
Treine e avalie modelos em vários tipos de problemas
- Aproveite o potencial do AutoML para explorar e otimizar automaticamente modelos para seu caso de uso específico
- Treine modelos para regressão, classificação, previsão de séries temporais, processamento de linguagem natural, visão computacional e ajuste modelos de base com apenas alguns cliques
- Personalize seu treinamento de modelo com opções flexíveis para métricas objetivas, divisões de dados e controles de modelo, como seleção de algoritmos e hiperparâmetros
- Obtenha insights sobre o desempenho do modelo com visualizações interativas, explicações de modelos
- Selecione o modelo com melhor desempenho em uma tabela de classificação de modelos e exporte o código gerado para maior personalização
3
Desenvolvimento de ML guiado por bate-papo com o Amazon Q Developer
- Descreva seu problema de negócios em linguagem natural e deixe o Amazon Q Developer guiar você até uma solução em todo o processo de ML usando uma interface de bate-papo
- O Q Developer divide os problemas em tarefas práticas de ML e auxilia na preparação de dados, criação de modelos, avaliação e implantação
- Faça perguntas e receba respostas sobre os termos de ML e seus dados e modelos
- O Q Developer aplica técnicas avançadas de preparação de dados e construção de modelos, ao mesmo tempo em que permite controle total para executar tarefas por conta própria
4
Gere previsões precisas em grande escala: em lote ou em tempo real
- Realize previsões interativas e análises hipotéticas diretamente no aplicativo
- Implante modelos com um único clique em um endpoint do SageMaker para inferência em tempo real ou execute previsões em lote ad-hoc ou com programações automatizadas
- Garanta a governança e o controle de versão registrando modelos no SageMaker Model Registry
- Compartilhe facilmente modelos com o Amazon SageMaker Studio para personalização e colaboração avançadas
- Visualize e compartilhe previsões com as partes interessadas usando o Amazon QuickSight para melhorar a tomada de decisões
Colabore e garanta a governança
Democratize o ML ao mesmo tempo em que promove a colaboração entre equipes. Permita o compartilhamento e a integração de modelos com outros serviços da AWS para governança e MLOps.
1
Promova a colaboração entre equipes e o compartilhamento de conhecimento
- Colabore com cientistas de dados e especialistas por meio do compartilhamento fácil de modelos com o SageMaker Studio
- Use modelos criados por cientistas de dados no espaço de trabalho do Canvas para gerar previsões
- Aumente a confiança com a transparência do código com notebooks gerados automaticamente
- Compartilhe modelos, previsões e insights com as partes interessadas por meio dos painéis do Amazon QuickSight
- Mantenha o controle de versão e o rastreamento da linhagem do modelo, garantindo reprodutibilidade e rastreabilidade entre as equipes
2
Garanta as práticas recomendadas de governança e MLOps
- Implemente permissões granulares em nível de usuário e controles de acesso para gerenciamento de modelos seguro
- Permita a autenticação perfeita com recursos de autenticação única (SSO)
- Adote a governança do modelo e o controle de versionamento registrando modelos no SageMaker Model Registry
- Simplifique os pipelines de MLOps exportando notebooks de modelo para maior personalização e integração
- Otimize os custos e a utilização de recursos com atributos de desligamento automático
Crie com modelos básicos
- Compare e selecione facilmente o modelo de base mais adequado para sua tarefa
- Ajuste os modelos básicos usando seu conjunto de dados de treinamento rotulado para casos de uso comercial com apenas alguns cliques
Use sua IA generativa
- Consulte seus próprios documentos e bases de conhecimento armazenados no Amazon Kendra para gerar resultados personalizados
- Obtenha insights sobre o desempenho do modelo com visualizações interativas, explicações de modelos e tabelas de classificação
- Produza e implante os modelos de base mais adequados para endpoints do SageMaker em tempo real
