借助 Amazon SageMaker 改进机器学习项目治理

借助 Amazon SageMaker 改进机器学习项目治理

简介

随着机器学习在主流企业应用领域中日益普及,企业需要具备对自身机器学习项目的控制力和可见性,也即机器学习治理。近期 Amazon SageMaker 推出了多项全新功能,可帮助客户定义用户权限,为模型信息创建单一事实来源,透过统一视图深入了解模型性能并消除偏差。本次分享将详细介绍 Amazon SageMaker Role Manager、SageMaker Model Cards 和 SageMaker Model Dashboard。

学习目标

  • 使用 Amazon SageMaker 角色管理器定义自定义权限。
  • 使用 Amazon SageMaker Model Cards 为模型信息创建单一事实来源。
  • 使用 Amazon SageMaker Model Dashboard 透过统一视图审核所有模型并排除故障。

适合谁参加

数据科学家、开发人员、机器学习从业人员、机器学习平台管理员、机器学习管理员、机器学习 风险与合规官

填写表单,观看完整视频

行业*
  • 选择
  • 农业与矿业
  • 计算机与电子
  • 消费类产品
  • 教育
  • 能源与公共事业
  • 金融服务
  • 游戏
  • 政府
  • 医疗保健
  • 生命科学
  • 制造业
  • 媒体与娱乐
  • 非营利性组织
  • 专业服务
  • 地产与建筑
  • 零售
  • 软件与 Internet
  • 通信
  • 交通与物流
  • 旅游与酒店
  • 批发与分销
  • 其他
国家/地区
州/省/直辖市/自治区