启动Amazon SageMaker Canvas
Amazon SageMaker Canvas 为业务分析师提供了一个可视化点击界面，使他们能够自行生成准确的 ML 预测，从而扩大对机器学习的访问 – 无需任何机器学习经验，也无需编写代码。
本教程将作为后续实验的准备工作，为您介绍：
1） 如何启动 SageMaker Studio 访问 SageMaker Canvas
2） 如何设置权限，如何向S3中添加文件。
3） 向S3存储桶添加CORS策略
| 关于本教程 | |
|---|---|
| 时间 | 10 分钟 |
| 费用 | 免费套餐 |
| 相关行业 | 通用 |
| 相关产品 | Amazon SageMaker Canvas |
| 受众 | 业务分析师 |
| 级别 | 初级 |
| 上次更新日期 | 2022年5月 |
-
模块一. 启动亚马逊 SageMaker Canvas
Amazon SageMaker Canvas 是一种可视化、无代码的新功能，能够让业务分析师在无需编写代码或无需具备ML专长的情况下，借以构建ML模型并生成准确的预测。其直观的用户界面可让您浏览和访问云端或本地的不同数据源，只需点击按钮即可合并数据集，训练准确的模型，然后利用新数据生成新预测。
SageMaker Canvas 与 Amazon SageMaker 使用相同技术，自动清理和合并您的数据，在后台构建数百个模型，选择性能最佳的模型，并生成新的单独或批量预测。其支持多种问题类型，例如二元分类、多类分类、数值回归和时间序列预测。这些问题类型能够让您在无需编写代码的情况下解决业务关键型用例，例如欺诈检测、减少客户流失以及库存优化。
以下是使用快速设置配置 Amazon SageMaker Canvas 的一次性步骤：
- 打开亚马逊云科技控制台，并切换至您想要使用的亚马逊云科技区域。
下图显示的区域是爱尔兰，但您也可以选择可以使用 SageMaker Studio 的其他区域。
2. 在搜索栏中，输入SageMaker并点击Amazon SageMaker。
3. 点击Amazon SageMaker Studio（左侧窗格的第一个选项）。
4. 点击 "设置SageMaker Studio" - "Quick setup（快速设置）”。
5. 定义 Name（名称），例如定义为 sagemakeruser。
6. 在执行角色下选择 Create a new role（创建新角色）。
7. 选择“Any S3 bucket”, 然后点击Create Role （创建角色）。
8. 这样，就成功完成了角色创建。
9. 点击Submit（提交）。
10. SageMaker Studio环境将在Pending（待处理）状态下停留几分钟。
11. 几分钟后，SageMaker Studio 域将完成配置。点击屏幕右侧 Launch app（启动app）下的 Canvas。
12. 待 Amazon SageMaker Studio 配置好后，点击 Open Studio（打开Studio）。第一次访问SageMaker Studio 时，可能需要1-2分钟完成页面加载。
13. 第一次访问时，可能需要1-2分钟完成页面加载，您将被重定向至下图这样的新网页：
-
模块二. 添加IAM信任策略
如果您打算运行实验室3，并查看Amazon SageMaker Canvas中的时间序列分析，请使用以下步骤（如 Canvas文档 所述）：
1. 跳转至之前的SageMaker Studio域页面，并复制Studio域细节中显示的执行角色名称 （AmazonSageMaker-ExecutionRole-xxx）
2. 跳转至IAM角色管理控制台，并搜索您刚刚复制的角色。
3. 点击该角色，然后点击 Add permissions（添加权限），接着点击 Attach policies（附加策略）。
4. 搜索并选择 AmazonForecastFullAccess 和 AmazonRedshiftFullAccess，然后点击 Attach
policies（附加策略）。操作完成后，您的权限政策应如下所示：
5. 点击角色，然后选择 Trust relationships（信任关系）选项卡；在该选项卡中，点击 Edit trust policy（编辑信任策略）按钮。
6. 更改内容，以便符合以下JSON策略：
{ "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "Service": [ "sagemaker.amazonaws.com", "forecast.amazonaws.com" ] }, "Action": "sts:AssumeRole" } ] }7. 选择Update policy（更新策略），这样就可以了!
-
模块三. 向S3存储桶添加CORS策略
SageMaker Canvas 提供了通过 Canvas UI 将本地存储的数据上传至S3的功能。为了完成上传，需将 CORS 策略应用至想要上传数据的 S3 存储桶（更多详细信息，请查看Canvas文档）。请使用以下步骤：
1. 首先，跳转至S3控制台，并确定您的SageMaker默认存储桶或者您想要使用的其他任何存储桶。在我们的示例中，我们将选择名为sagemaker-studio-****的存储桶。您也可以使用名为 sagemaker-[AWS-REGION]-[ACCOUNT-ID]的存储桶。
2. 点击它，然后转至Permissions（权限），浏览至Cross-origins resource sharing（跨源资源共享（CORS））。选择Edit（编辑）。
3. 添加以下 CORS 策略：
[ { "AllowedHeaders": [ "*" ], "AllowedMethods": [ "POST" ], "AllowedOrigins": [ "*" ], "ExposeHeaders": [] } ]4. 选择Save changes（保存更改），这样就可以了！