- Machine Learning›
- Amazon SageMaker AI›
- Características de Amazon SageMaker Canvas
Características de Amazon SageMaker Canvas
Cree modelos de aprendizaje automático de alta precisión mediante una interfaz visual, sin necesidad de código
Desarrollo de ML impulsado por chat con Amazon Q Developer
Traducción de problemas empresariales en flujos de trabajo de ML
Amazon Q Developer ayuda a superar la brecha entre los desafíos empresariales y los modelos de ML. Traduce de manera experta los problemas empresariales en flujos de trabajo de ML paso a paso y explica los términos de ML en un lenguaje accesible.
Creación de modelos de ML con un flujo de trabajo guiado
Amazon Q Developer guía de manera experta a los usuarios en cada paso del desarrollo de modelos, desde la preparación de los datos hasta la creación, el entrenamiento y la implementación de los modelos de ML. Amazon Q Developer ofrece asistencia contextual a través de una interfaz de chat y guía a los usuarios en el flujo de trabajo completo de ML para crear modelos de ML listos para la producción.
Prácticas recomendadas de la ciencia de datos
El creador de canalizaciones deterministas de Amazon Q Developer y las técnicas avanzadas de AutoML favorecen la reproducibilidad y la precisión en la creación de modelos. Gracias a las capacidades avanzadas de ciencia de datos que ofrece a los usuarios, Q Developer permite una rápida experimentación y, al mismo tiempo, mantiene la confianza en la utilidad del modelo.
Transparencia en el flujo de trabajo de ML
Amazon Q Developer mantiene artefactos, como los conjuntos de datos originales y transformados, así como las canalizaciones de preparación de los datos creadas con lenguaje natural. Además, los modelos creados con Q Developer se pueden registrar en el Registro de modelos de SageMaker y los cuadernos de modelos se pueden exportar para una mayor personalización e integración.
Preparación de datos
Orígenes de datos
Visualizaciones de datos
Transformación de datos sin código
Data Pipeline
Acceda y cree modelos de ML
Modelos de ML personalizados
Modelos tabulares, de CV y PNL listos para usar
SageMaker Canvas proporciona acceso a modelos tabulares, de PNL y de CV listos para casos de uso que incluyen el análisis de sentimientos, la detección de objetos en imágenes, la detección de texto en imágenes y la extracción de entidades. Los modelos listos para usar no requieren creación de modelo y cuentan con la tecnología de los servicios de IA de AWS, incluidos Amazon Rekognition, Amazon Textract y Amazon Comprehend.
Evaluación de modelos
Una vez creado el modelo, puede evaluar el rendimiento del modelo antes de implementarlo en producción con los datos de la empresa. Puede comparar fácilmente las respuestas de los modelos y seleccionar la mejor respuesta para sus necesidades.
Modelos básicos
SageMaker Canvas proporciona acceso a un modelo fundacional (FM) listo para usar para la generación de contenido, la extracción de texto y el resumen de texto. Puede acceder a modelos fundacionales (FM), como Claude 2, Llama-2, Amazon Titan, Jurassic-2 y Command (basado en Amazon Bedrock), así como a FM disponibles públicamente, como Falcon, Flan-T5, Mistral, Dolly y MPT (basado en SageMaker JumpStart), y refinarlos con sus propios datos.
Genere predicciones de ML
Análisis hipotéticos interactivos y predicciones por lotes
SageMaker Canvas ofrece análisis visuales hipotéticos para que pueda cambiar las entradas del modelo y, a continuación, comprender cómo afectan los cambios a las predicciones individuales. Puede crear predicciones de lotes automatizadas para un conjunto de datos completo y, cuando se actualice el conjunto de datos, su modelo de ML se actualizará automáticamente. Una vez actualizado el modelo de ML, puede revisar las predicciones actualizadas desde la interfaz sin código de SageMaker Canvas.
Soporte para predicciones en tiempo real
Integración con Amazon QuickSight
Comparta las predicciones de los modelos con Amazon QuickSight para crear paneles que combinen la inteligencia empresarial tradicional y los datos predictivos en la misma imagen interactiva. Además, los modelos de SageMaker Canvas se pueden compartir e integrar directamente en QuickSight, lo que permite a los analistas generar predicciones muy precisas para los nuevos datos en un panel de QuickSight.
Aproveche los MLOP
Integración de SageMaker Model Registry
Puede registrar los modelos de ML creados en SageMaker Canvas en SageMaker Model Registry con un solo clic para integrar el modelo en los procesos de CI/CD de despliegue de modelos existentes.
Uso compartido de modelos con SageMaker Studio
Puede compartir sus modelos de SageMaker Canvas con los científicos de datos que utilizan SageMaker Studio. Luego, los científicos de datos pueden revisar, actualizar y compartir los modelos actualizados con usted o implementar su modelo para la inferencia.