Amazon SageMaker Canvas
Genere predicciones precisas de ML, sin necesidad de código
Aproveche 160 horas de instancias de áreas de trabajo gratuitas al mes
durante los 2 primeros meses, con el nivel gratuito de AWS
Utilice una interfaz visual de apuntar y hacer clic para generar predicciones de ML precisas de clasificación, regresión, previsión, procesamiento de lenguaje natural (NLP) y visión artificial (CV).
Acceda a modelos de base o predictivos listos para usar, o cree automáticamente modelos personalizados de ML para generar resultados con unos pocos clics.
Mejore la colaboración entre equipos de analistas empresariales y científicos de datos mediante el uso compartido, la revisión y la actualización de modelos de ML en diversas herramientas.
Importe modelos de ML desde cualquier sitio y genere predicciones directamente en Amazon SageMaker Canvas.
Amazon SageMaker Canvas permite a los equipos de analistas empresariales y científicos de datos crear sus propios modelos sin tener que escribir una sola línea de código. Puede crear modelos de ML para casos de uso comunes, como la regresión y la previsión. Además, puede acceder a los modelos de base (FM) de Amazon Bedrock o a los FM públicos de Amazon SageMaker JumpStart y evaluarlos para la generación de contenido, la extracción y el resumen de texto a fin de respaldar las soluciones de IA generativa.
Funcionamiento
Con la interfaz sin código de Amazon SageMaker Canvas, puede acceder a modelos de base y predictivos listos para usar, o crear modelos personalizados para extraer información y generar resultados de IA en cuestión de minutos. Canvas admite modelos de base de Amazon Bedrock, incluidos Claude, Titan y Jurassic, y modelos públicos de SageMaker JumpStart, como Falcon y MPT. El uso de estos modelos de base en SageMaker Canvas le permite generar, extraer y resumir contenido. Además, puede analizar y clasificar el contenido mediante modelos listos para usar destinados al análisis de opiniones, la detección de objetos o el análisis de documentos. A fin de empezar con los modelos listos para usar, solo tiene que seleccionar el modelo, cargar los datos y generar el resultado del modelo con un solo clic.
También puede crear su propio modelo personalizado sin necesidad de codificar para la clasificación, la regresión, la previsión, la clasificación de texto o la clasificación de imágenes. Para empezar con los modelos personalizados, puede importar datos de distintos orígenes, seleccionar los valores que desee predecir, preparar y explorar los datos automáticamente y crear un modelo de ML con tan solo unos pocos clics. Además, los equipos de analistas empresariales y científicos de datos pueden colaborar. Los modelos creados en SageMaker Canvas pueden compartirse con científicos de datos que utilizan SageMaker Studio para su revisión y actualización. Los científicos de datos también pueden compartir modelos de ML sin importar dónde se hayan creado, lo que permite generar resultados de IA a partir de esos modelos en SageMaker Canvas sin necesidad de escribir ni una línea de código.
Modelos listos para usar
-
Acceso
-
Probar
-
Predicción
-
Acceso
-
Probar
-
Predicción
Modelos personalizados
-
Crear
-
Explorar
-
Análisis
-
Predicción
-
Colaborar
-
Bring your own model (BYOM, traiga su propio modelo)
-
Crear
-
Explorar
-
Análisis
-
Predicción
-
Colaborar
-
Bring your own model (BYOM, traiga su propio modelo)
Casos de uso
Genere contenido de ventas y marketing
Cree contenido de ventas y marketing personalizado, atractivo y de alta calidad, como publicaciones en redes sociales, descripciones de productos y campañas de correo electrónico.
Resuma contenido
Produzca resúmenes concisos de artículos, publicaciones de blog y documentos para identificar la información más importante, resaltar las conclusiones clave y extraer información con mayor rapidez.
Detecte sentimientos en texto de formato libre
Detecte sentimientos en líneas de texto, como opiniones positivas, negativas, neutrales o mixtas, en reseñas de productos, solicitudes de atención al cliente o documentos.
Extraiga información de los documentos
Analice y extraiga información de una variedad de documentos, como reclamaciones ante las compañías seguros, facturas, informes de gastos o documentos de identidad.
Identifique objetos y texto en imágenes
Identifique automáticamente objetos, conceptos, escenas y líneas de texto en sus imágenes.
Prediga la pérdida de clientes
Utilice los datos de consumo de productos y del historial de compras para descubrir patrones de pérdida de los clientes y predecir quiénes corren el riesgo de abandonar en el futuro.
Planifique el inventario con eficacia
Prediga los niveles del inventario al combinar los datos históricos de las ventas y la demanda con los datos asociados de tráfico web, precios, categoría de producto y periodos festivos.
Clasifique imágenes
Clasifique las imágenes en función de categorías personalizadas específicas de su empresa, como la identificación de los productos defectuosos en una línea de ensamblaje, la clasificación los productos para la administración del inventario o las evaluaciones de daños en vehículos para acelerar el procesamiento de las reclamaciones ante las compañías de seguros.
Clasifique texto
Clasifique las líneas de texto en función de categorías personalizadas específicas de su empresa, como comentarios en redes sociales, solicitudes de atención al cliente o reseñas de productos.
Historias de éxito de los clientes
Con sede en Corea del Sur, Samsung Electronics es una empresa global que ofrece a personas de todo el mundo acceso a la tecnología, como celulares, computadoras y dispositivos inteligentes. La división de Samsung de soluciones para dispositivos (Device Solutions) de la compañía se centra en el funcionamiento interno de los dispositivos electrónicos para ofrecer el máximo rendimiento, fiabilidad y durabilidad.
“Usar Amazon SageMaker Canvas es sencillo, y su interfaz es fácil de usar. Incluso un analista de negocios como yo puede analizar datos y obtener información mediante machine learning”.
Dooyong Lee, gerente de Inteligencia de Marketing, Samsung Electronics
Clarium es una plataforma de cadena de suministro de atención médica que utiliza herramientas de machine learning y datos para dar más posibilidades a los proveedores de atención médica mediante la optimización de los niveles del inventario, la reducción de los costos y la mejora de la eficiencia operativa.
“A menudo, la calidad y la integración los datos de nuestros clientes son un obstáculo para ellos, un desafío que se encuentra omnipresente en los hospitales de EE. UU. Además, las décadas acumuladas de prácticas de control de calidad inconsistentes y procesos de datos fragmentados han dado lugar a que deba llevarse a cabo la ardua tarea de limpiar, validar e integrar miles de millones de filas de datos erróneos. Para ayudarlos a superar este desafío, nuestros equipos de análisis utilizan Amazon SageMaker Canvas para derivar, limpiar y estandarizar los datos procedentes de una enorme cantidad de fuentes de proveedores de servicios de salud de EE. UU., lo que les permite crear fácilmente modelos de clasificación de texto personalizados, todo ello sin escribir una sola línea de código. Con SageMaker Canvas, ofrecemos a nuestros clientes descripciones y clasificaciones de productos validadas y estandarizadas para los datos de ERP, clasificaciones clínicas verificadas para los datos de utilización de los procedimientos y recomendaciones basadas en datos diseñadas para optimizar la calidad de la atención a los pacientes. Todo esto, además, con costos más bajos y en menos tiempo. Al proporcionar a nuestros clientes datos confiables y análisis de vanguardia, les permitimos mirar hacia adelante y construir un futuro mejor para la atención médica, en lugar de siempre tratar de alcanzar al presente”.
Justin Jacobson, director de análisis de Clarium Health
Siemens Energy proporciona energía a la sociedad. Se están transformando en áreas calve de enfoque medioambiental, social y de gobernanza (ESG, environmental, social, and governance), y su innovación hace que el futuro del mañana sea diferente hoy, tanto para los socios como para su gente.
“El núcleo de nuestra estrategia de ciencia de datos en Siemens Energy es llevar el poder del machine learning a todos los usuarios de la empresa al permitirles experimentar con diferentes orígenes de datos y marcos de machine learning sin necesidad de un experto en ciencia de datos. Esto nos permite aumentar la velocidad de innovación y digitalización de nuestras soluciones energéticas, como Dispatch Optimizer y los servicios de diagnóstico. Descubrimos que Amazon SageMaker Canvas es una gran incorporación al conjunto de herramientas de machine learning de Siemens Energy, porque permite a los usuarios empresariales realizar experimentos al mismo tiempo que comparten y colaboran con los equipos de ciencia de datos. La colaboración es importante porque nos ayuda a producir más modelos de ML y a garantizar que todos ellos adhieran a nuestros estándares y políticas de calidad”.
Davood Naderi. jefe del equipo de Ciencia de datos en Aplicaciones industriales, Siemens Energy
INVISTA, que es una filial de Koch Industries desde el año 2004, introduce en el mercado los ingredientes patentados del nailon 6,6 y marcas reconocidas, como CORDURA y ANTRON.
“Nuestros analistas empresariales son expertos en datos y necesitábamos la capacidad de permitirles crear modelos predictivos. Sin embargo, era igualmente importante garantizar que nuestro equipo de ciencia de datos tuviera visibilidad de los modelos creados para que pudieran dar soporte y producirlos según fuera necesario. Prevemos que Amazon SageMaker Canvas permita a nuestros usuarios empresariales e ingenieros de procesos comenzar a trabajar en problemas de ciencia de datos que antes eran propiedad del equipo de ciencia de datos. La interfaz de usuario intuitiva y las opciones de fácil navegación de Amazon SageMaker Canvas permiten a los usuarios empresariales importar una variedad de datos, minimizar la necesidad de limpiarlos de forma manual y aplicar una variedad de algoritmos para encontrar el modelo que mejor se ajuste a los datos con unos pocos clics. El código y los datos pueden enviarse con facilidad al equipo de ciencia de datos a través de Amazon SageMaker Studio, lo que permite integrar los modelos en su sistema de administración de modelos y ver una imagen completa de ellos en toda la empresa”.
Caleb Wilkinson, científico de datos principal de INVISTA
BMW Group, con sede en Múnich (Alemania), es un fabricante mundial de automóviles y motocicletas de alta gama, con las marcas BMW, BMW Motorrad, MINI y Rolls-Royce. También ofrece servicios financieros y de movilidad de calidad superior.
“El uso de la inteligencia artificial como tecnología clave es un elemento integral en el proceso de transformación digital en BMW Group. La empresa ya emplea la IA en toda la cadena de valor, lo que permite generar valor agregado para clientes, productos, empleados y procesos. En los últimos años, hemos industrializado muchos casos de uso de BMW Group de primera línea medidos por el impacto del valor empresarial. Creemos que Amazon SageMaker Canvas puede agregar un impulso a nuestra IA/ML, al escalar en todo el grupo BMW. Con SageMaker Canvas, nuestros usuarios empresariales pueden explorar y crear con facilidad modelos de ML para realizar predicciones precisas sin tener que escribir ningún código. SageMaker también permite a nuestro equipo central de ciencia de datos colaborar y evaluar los modelos creados por los usuarios empresariales antes de publicarlos en producción”.
Comience a usar Amazon SageMaker Canvas
Blogs
Using SSO with SageMaker Canvas - no need for the AWS Console (Uso de SSO con SageMaker Canvas sin la consola de AWS)
Foster collaboration with analysts and data scientists (Fomento de la colaboración con analistas y científicos de datos)
Sales forecasts using no-code ML on SageMaker Canvas (Previsiones de ventas mediante ML sin código en SageMaker Canvas)
Predict machine failures using no-code ML on SageMaker Canvas (Predicción de errores en máquinas mediante ML sin código en SageMaker Canvas)
Ejercicios prácticos
Videos
Presentamos la compatibilidad de Amazon SageMaker Canvas con CV y NPL
AWS On Air: Compatibilidad con CV y PNL en SageMaker Canvas
re:Invent 2022: Tome mejores decisiones sin escribir código de ML con SageMaker Canvas y Samsung Electronics
Genere predicciones de ML precisas sin escribir ningún código
Tome mejores decisiones empresariales con ML mediante Amazon SageMaker Canvas
re:Invent 2021: Presentación de Amazon SageMaker Canvas
AWS On Air: Presentación de Amazon SageMaker Canvas
AWS On Air: Traiga su propio modelo de ML a Amazon SageMaker Canvas
Novedades
- Fecha (de más reciente a más antigua)