ข้ามไปที่เนื้อหาหลัก
คลิกที่นี่เพื่อกลับไปยังหน้าแรกของ Amazon Web Services
เกี่ยวกับ AWS
ติดต่อเรา
การสนับสนุน
ไทย
บัญชีของฉัน
ลงชื่อเข้าใช้
สร้างบัญชี AWS
re:Invent
ผลิตภัณฑ์
โซลูชัน
ราคา
เอกสารประกอบ
เรียนรู้
เครือข่ายคู่ค้า
AWS Marketplace
การพัฒนาลูกค้า
กิจกรรม
สำรวจเพิ่มเติม
ปิด
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)
ปิด
โปรไฟล์ของฉัน
ออกจากระบบ AWS Builder ID
AWS Management Console
การตั้งค่าบัญชี
การบริหารจัดการการเรียกเก็บเงินและค่าใช้จ่าย
ข้อมูลประจำตัวเพื่อความปลอดภัย
AWS Personal Health Dashboard
ปิด
ศูนย์การสนับสนุน
ความช่วยเหลือจากผู้เชี่ยวชาญ
ศูนย์ความรู้
ภาพรวมของ AWS Support
AWS re:Post
คลิกที่นี่เพื่อกลับไปยังหน้าแรกของ Amazon Web Services
เริ่มต้นใช้งานฟรี
ติดต่อเรา
re:Invent
ผลิตภัณฑ์
โซลูชัน
ราคา
แนะนำเบื้องต้นเกี่ยวกับ AWS
เริ่มต้นใช้งาน
เอกสารประกอบ
การฝึกอบรมและการรับรอง
Developer Center
ความสำเร็จของลูกค้า
เครือข่ายคู่ค้า
AWS Marketplace
การสนับสนุน
AWS re:Post
เข้าสู่ระบบ Console
ดาวน์โหลดแอปมือถือ
Amazon SageMaker AI
ภาพรวม
ฟีเจอร์
ML Stage
ราคา
คำถามที่พบบ่อย
เริ่มต้นใช้งาน
ลูกค้า
ปิด
HyperPod
Studio
จั๊มสตาร์ท
Canvas
Ground Truth
การทดลอง
การกำกับดูแล ML
ฟีเจอร์ทั้งหมด
ปิด
สร้าง
ฝึก
ปรับใช้
MLOps
ปิด
เริ่มต้นใช้งาน
ทรัพยากร
คู่ค้า
ผลิตภัณฑ์
›
Amazon SageMaker AI
›
ฟีเจอร์ของ Amazon SageMaker AI
ฟีเจอร์ของ Amazon SageMaker AI
สร้าง ฝึก และปรับใช้โมเดลแมชชีนเลิร์นนิง (ML) สำหรับกรณีใช้งานใดๆ ด้วยโครงสร้างพื้นฐานที่มีการจัดการอย่างเต็มรูปแบบ เครื่องมือ และเวิร์กโฟลว์ต่างๆ
เริ่มต้นใช้งาน SageMaker AI
ลองใช้บทแนะนำสอนการใช้งานจริง
เตรียมข้อมูล
SageMaker Feature Store
จัดเก็บ แชร์ และจัดการคุณสมบัติต่างๆ สำหรับโมเดลแมชชีนเลิร์นนิง
SageMaker Data Wrangler
ลดเวลาเตรียมข้อมูลจากสัปดาห์เหลือเพียงไม่กี่นาที
สร้าง
SageMaker Notebooks
สำรวจและสร้างโมเดลแมชชีนเลิร์นนิงด้วย Notebook ที่มีการจัดการเต็มรูปแบบ
SageMaker JumpStart
ฮับแมชชีนเลิร์นนิงที่มาพร้อมกับโมเดลพื้นฐาน อัลกอริทึม และโซลูชัน
SageMaker Studio
ดำเนินการพัฒนาแมชชีนเลิร์นนิงโดยใช้สภาพแวดล้อมการพัฒนาที่มีการผสานการทำงานอย่างเต็มรูปแบบ
SageMaker Studio Lab
เรียนรู้และทดลองกับแมชชีนเลิร์นนิงได้อย่างรวดเร็วด้วย Notebook ในเบราว์เซอร์ของคุณ
SageMaker Canvas
สร้างโมเดล ML ด้วยอินเทอร์เฟซภาพ โดยที่ไม่ต้องเขียนโค้ด
SageMaker Ground Truth
ใช้ข้อเสนอแนะของมนุษย์ตลอดวงจรการใช้งานของแมชชีนเลิร์นนิงเพื่อสร้างโมเดลคุณภาพสูง
SageMaker Autopilot
สร้างโมเดล ML ที่มีการแสดงผลอย่างเต็มรูปแบบโดยอัตโนมัติ
ฝึกฝน
SageMaker Model Training
ฝึกฝนโมเดล ML ได้อย่างรวดเร็วและประหยัดค่าใช้จ่าย
SageMaker Experiments
จัดการกับการทดลองแมชชีนเลิร์นนิงอย่างมีประสิทธิภาพ
SageMaker HyperPod
ลดเวลาในการฝึกโมเดลพื้นฐานได้ถึง 40% ด้วยโครงสร้างพื้นฐานที่สร้างขึ้นโดยเฉพาะสำหรับการฝึกอบรมแบบกระจายในขนาดที่เหมาะสม
ปรับใช้
SageMaker Model Deployment
ใช้งานและจัดการโมเดล ML สำหรับการอนุมานได้ง่ายดาย
SageMaker Edge
ใช้งานโมเดลแมชชีนเลิร์นนิงที่ทำงานบนอุปกรณ์ Edge ได้อย่างง่ายดาย
MLOps และการกำกับดูแล ML
ML Governance with SageMaker
ลดความยุ่งยากในการควบคุมการเข้าถึงและเพิ่มความโปร่งใสด้วยเครื่องมือกำกับดูแลแมชชีนเลิร์นนิงที่สร้างขึ้นโดยเฉพาะ
SageMaker MLOps
ส่งมอบโมเดลแมชชีนเลิร์นนิงประสิทธิภาพสูงในทุกขนาดพร้อมเครื่องมือเพื่อให้เป็นกระบวนการแบบอัตโนมัติตลอดวงจรการใช้งานแมชชีนเลิร์นนิง
SageMaker Clarify
ตรวจหาข้อมูลที่เป็นอคติและโมเดลแมชชีนเลิร์นนิง และอธิบายการคาดการณ์โมเดล
SageMaker Pipelines
สร้างเวิร์กโฟลว์แมชชีนเลิร์นนิงแบบครบวงจรด้วยเครื่องมือ CI/CD ที่สร้างขึ้นโดยเฉพาะ
ความพร้อมใช้งานของฟีเจอร์ Amazon SageMaker AI ตามรีเจี้ยน
ใช้แผนภูมิภาพรวมเพื่อค้นหา AWS Region ที่พร้อมใช้งานฟีเจอร์ SageMaker AI
เรียนรู้เพิ่มเติม
ขั้นตอนถัดไป
Pricing
เรียนรู้เพิ่มเติมเกี่ยวกับราคา SageMaker AI และขอใบเสนอราคา
Console
เริ่มต้นการสร้างด้วย SageMaker AI วันนี้
สิ้นสุดการรองรับ Internet Explorer
เข้าใจแล้ว
AWS จะสิ้นสุดการรองรับ Internet Explorer ในวันที่ 07/31/2022 เบราว์เซอร์ที่รองรับ ได้แก่ Chrome, Firefox, Edge และ Safari
เรียนรู้เพิ่มเติม »