我们使用必要 Cookie 和类似工具提供我们的网站和服务。我们使用性能 Cookie 收集匿名统计数据，以便我们可以了解客户如何使用我们的网站并进行改进。必要 Cookie 无法停用，但您可以单击“自定义”或“拒绝”来拒绝性能 Cookie。
如果您同意，AWS 和经批准的第三方还将使用 Cookie 提供有用的网站功能、记住您的首选项并显示相关内容，包括相关广告。要接受或拒绝所有非必要 Cookie，请单击“接受”或“拒绝”。要做出更详细的选择，请单击“自定义”。
关键 Cookie 对我们提供网站和服务来说绝对必要，不可将其禁用。关键 Cookie 通常是根据您在网站上的操作(例如，设置您的隐私首选项，登录或填写表格)来设置的。
性能 Cookie 可为我们提供有关客户使用网站情况的匿名统计信息，以便我们改善用户的网站体验及网站性能。经批准的第三方可为我们执行分析，但不可将数据用于其自身目的。
功能 Cookie 有助于我们提供有用的网站功能，记住您的首选项及显示有针对性的内容。经批准的第三方可对功能 Cookie 进行设置以提供某些网站功能。如果您不允许功能 Cookie，则某些或所有这些服务可能无法正常提供。
广告 Cookie 可由我们或我们的广告合作伙伴通过我们的网站进行设置，有助于我们推送有针对性的营销内容。如果您不允许广告 Cookie，则您所接收到的广告的针对性将会有所降低。
阻止某些类型的 Cookie 的话，可能会影响到您的网站体验。您可以随时单击此网站页脚中的 Cookie 首选项来对您的 Cookie 首选项进行更改。要了解有关我们及经批准的第三方如何在网站上使用 Cookie 的更多信息，请阅读 AWS Cookie 声明。
我们会在 AWS 网站和其他资产上展示与您的兴趣相关的广告，包括跨情境行为广告。跨情境行为广告使用来自一个网站或应用程序的数据，在另一个公司的网站或应用程序上向您投放广告。
若要不允许基于 Cookie 或类似技术的 AWS 跨情境行为广告，请选择下面的“不允许”和“保存隐私选择”，或访问启用了法律认可的拒绝信号的 AWS 网站（如全球隐私控制）。如果您删除 Cookie 或使用其他浏览器或设备访问此网站，则需要再次做出选择。有关 Cookie 以及我们如何使用的更多信息，请阅读我们的 AWS Cookie 通知。
若要不允许所有其他 AWS 跨情境行为广告，请通过电子邮件填写此表单。
如需进一步了解 AWS 如何处理您的信息，请阅读 AWS 隐私声明。
我们目前只会存储基本 Cookie，因为我们无法保存您的 Cookie 首选项。
如果您想要更改 Cookie 首选项，请稍后使用 AWS 控制台页脚中的链接重试，如果问题仍然存在，请联系技术支持。
Amazon Q 开发者版有助于缩小业务挑战与机器学习模型之间的差距。其通过专业方式将业务问题转化为分步式机器学习工作流，再使用非技术语言解释机器学习术语。
Amazon Q 开发者版通过专业方式指导用户完成模型开发的每一个步骤，从准备数据到机器学习模型构建、训练和部署，没有遗漏。Amazon Q 开发者版使用聊天界面提供情境帮助，帮助用户浏览端到端机器学习工作流，进而构建可用于生产的机器学习模型。
Amazon Q 开发者版的确定性管道生成器和先进的 AutoML 技术支持模型创建的可重复性和准确性。通过为用户提供先进的数据科学能力，Q 开发者版可以实现快速实验，同时保持对模型实用工具的信任。
Amazon Q 开发者版会维护原始数据集和转换后的数据集等构件，以及使用自然语言创建的数据准备管道。此外，使用 Q 开发者版构建的模型可以注册到 SageMaker 模型注册表中，并且可以导出模型笔记本进行进一步的自定义和集成。
SageMaker Canvas 提供对即用型表格、NLP 和 CV 模型的访问，适用于情感分析、图像中的对象检测、图像中的文本检测和实体提取等用例。即用型模型不需要构建模型，并由包括 Amazon Rekognition、Amazon Textract 和 Amazon Comprehend 在内的 AWS AI 服务提供支持。
构建模型后，您可以在使用公司数据将模型部署到生产环境之前评估模型的性能。您可以轻松比较模型响应并选择最适合需求的响应。
SageMaker Canvas 提供对用于内容生成、文本提取和文本摘要的即用型基础模型（FM）的访问权限。 您可以访问 Claude 2、Llama-2、Amazon Titan、Jurassic-2 和 Command（由 Amazon Bedrock 提供支持）等 FM，以及 Falcon、Flan-T5、Mistral、Dolly 和 MPT（由 SageMaker JumpStart 提供支持）等公开可用的 FM，并使用自己的数据对这些模型进行调整。
SageMaker Canvas 提供可视化假设分析，以便您可以更改模型输入，然后了解这些更改如何影响单个预测。您可以为整个数据集创建自动批量预测，而且，数据集更新时，您的 ML 模型也会自动更新。机器学习模型更新后，您可以从 SageMaker Canvas 无代码界面查看更新的预测。
与 Amazon QuickSight 共享模型预测，以构建在同一交互式视觉效果中结合传统商业智能和预测数据的控制面板。此外，SageMaker Canvas 模型可以直接在 QuickSight 中共享和集成，使分析师能够在 QuickSight 仪表板中为新数据生成高度准确的预测。
只需单击一下即可将在 SageMaker Canvas 中创建的 ML 模型注册到 SageMaker 模型注册表，以便将模型集成到现有模型部署 CI/CD 流程中。
您可以与使用 SageMaker Studio 的数据科学家共享您的 SageMaker Canvas 模型。然后，数据科学家可以查看、更新模型并与您共享更新后的模型，或部署您的模型进行推理。