Introducción

Amazon SageMaker ayuda a los científicos de datos y a los desarrolladores a preparar, crear, entrenar e implementar con rapidez modelos de aprendizaje automático de alta calidad al poner a disposición un amplio conjunto de capacidades especialmente creadas para el aprendizaje automático.

Introducción a Amazon SageMaker

Obtenga información acerca de cómo preparar, crear, entrenar e implementar modelos con Amazon SageMaker.

VIDEO


Complete todas las tareas administrativas necesarias para lanzar Amazon SageMaker Studio con solo unos pocos clics.

Incorporación de Amazon SageMaker Studio

TUTORIAL


En este tutorial, utilizará Amazon SageMaker Studio para crear, entrenar, implementar y monitorear un modelo de XGBoost. Cubriremos el flujo de trabajo completo del aprendizaje automático (ML), desde la ingeniería de características y el entrenamiento de modelos hasta las implementaciones por lotes y en directo de los modelos de aprendizaje automático.

GUÍA PARA DESARROLLADORES


Siga esta guía paso a paso para comenzar a utilizar todas las características de Amazon SageMaker Studio.

SEMINARIO WEB


En esta presentación técnica bajo demanda, le mostramos cómo crear nuevos blocs de notas, cargar datos, entrenar modelos, comparar sus resultados e implementar los modelos en la etapa de producción con rapidez, todo dentro de Amazon SageMaker Studio.

VIDEO


Comenzar con machine learning (ML) puede llevar mucho tiempo. Amazon SageMaker JumpStart lo ayuda a comenzar a utilizar ML de forma rápida y fácil.

Comience a utilizar ML en minutos con Amazon SageMaker JumpStart

VIDEO


Aprenda a aprovisionar un entorno de aprendizaje automático seguro, con un análisis profundo de los patrones y arquitecturas comunes requeridos en los sectores regulados.

Secure and compliant machine learning for regulated industries

Flujos de trabajo de aprendizaje automático seguros y conformes con Amazon SageMaker

¿Alguna vez se ha preguntado cómo crear un flujo de trabajo de aprendizaje automático seguro y conforme de extremo a extremo para servicios financieros? Eche un vistazo a esta demostración en video, en la que tratamos los patrones y requisitos habituales necesarios en sectores altamente regulados para sus casos de uso con aprendizaje automático seguro.

Flujos de trabajo de aprendizaje automático seguros con Amazon SageMaker (58:37)

Cree modelos de aprendizaje automático

GUÍA PARA DESARROLLADORES


Aprenda a crear un modelo de aprendizaje automático con los pasos y los recursos que se describen en esta guía.

LABORATORIO PRÁCTICO


Acceda a un amplio repositorio de blocs de notas de SageMaker en GitHub.

LABORATORIO PRÁCTICO


Utilice los algoritmos integrados en Amazon SageMaker que son más rápidos y económicos que las alternativas populares.

VIDEO


Amazon SageMaker ofrece muchos algoritmos integrados que están optimizados para velocidad, escala y precisión. Aprenda a elegir el algoritmo adecuado en función del problema que desea resolver con ML.

Choose the right machine learning algorithm in Amazon SageMaker

VIDEO


El lenguaje R es popular entre los científicos de datos y los profesionales de ML. En este video, aprenda cómo puede usar R y ejecutar simulaciones seguras de ML a escala con Amazon SageMaker.

Productionizing R workloads using Amazon SageMaker, featuring Siemens

VIDEO


Aprenda a configurar contenedores utilizando los servicios de AWS con facilidad y escala. Este video le proporcionará información sobre cómo se puede mantener la coherencia y la portabilidad en su entorno de desarrollo de ML.

Cree entornos de ML coherentes y portátiles con contenedores

Entrene y ajuste modelos de machine learning

Utilice el módulo de entrenamiento para configurar entornos de entrenamiento con un solo clic y optimizar su modelo mediante el ajuste de módulo automático

TUTORIAL


Aprenda a usar Amazon SageMaker Studio para entrenar y ajustar un modelo de TensorFlow de aprendizaje profundo.

GUÍA PARA DESARROLLADORES


Lea una descripción de cómo entrenar modelos de aprendizaje automático mediante Amazon SageMaker.

BLOG


Organice y rastree las iteraciones de entrenamiento de forma eficiente con los experimentos de Amazon SageMaker. Entrenar un modelo de aprendizaje automático normalmente implica un buen número de iteraciones para aislar y medir el impacto de los conjuntos de datos cambiantes, las versiones de algoritmos y los parámetros del modelo. Los experimentos de SageMaker ayudan a administrar estas iteraciones al capturar de forma automática los parámetros de entrada, las configuraciones y los resultados, e identificar el experimento con mejor rendimiento.

 

VIDEO


Entrenar un modelo de aprendizaje automático normalmente implica efectuar muchas iteraciones para aislar y medir el impacto de múltiples variables. En este video, aprenderá cómo Amazon SageMaker Experiments puede ayudarlo a realizar un seguimiento de estas iteraciones dentro de la interfaz visual de SageMaker Studio.

Información general de Amazon SageMaker Experiments

LABORATORIO PRÁCTICO


Pruebe estos ejemplos de utilización de ajuste de hiperparámetros a través de diferentes algoritmos y marcos de aprendizaje profundo.

TUTORIAL


Aprenda cómo ahorrar hasta un 90 % en costos de entrenamiento mediante el uso de las instancias de spot de Amazon EC2 con Managed Spot Training. Las instancias de spot consisten en espacio de capacidad de cómputo. Los trabajos de entrenamiento se ejecutan de forma automática cuando hay capacidad sobrante disponible. Las ejecuciones de entrenamiento son resilientes a las interrupciones causadas por los cambios en la capacidad, lo que permite ahorrar costos cuando cuenta con flexibilidad con respecto a cuándo ejecutar los trabajos de entrenamiento.

SEMINARIO WEB


Con esta presentación técnica de modalidad bajo demanda, aprenderá a usar Amazon SageMaker Experiments y conocerá de qué manera Amazon SageMaker Debugger mejora la calidad de los modelos mediante la optimización del entrenamiento y el ajuste de modelos. Verá cómo administrar iteraciones con el registro automático de parámetros de entrada, configuraciones y resultados, así como también de métricas generadas en tiempo real durante la fase de entrenamiento, como matrices de confusión y de entrenamiento y validación.

VIDEO


El proceso de entrenamiento para el aprendizaje automático es en gran medida confuso. Descubra cómo Amazon SageMaker Debugger hace que el proceso de entrenamiento sea transparente al registrar las métricas, analizar las ejecuciones de entrenamiento y detectar los problemas de forma automática.

Analice, detecte y reciba alertas durante las ejecuciones de entrenamiento

VIDEO


Aprenda a entrenar y ajustar sus modelos de ML con la máxima precisión con un video detallado sobre cómo entrenar modelos de ML con Amazon SageMaker.

Entrene y ajuste modelos de ML con la máxima precisión con Amazon SageMaker

Implemente modelos de machine learning

GUÍA PARA DESARROLLADORES


Siga la guía paso a paso para implementar modelos de aprendizaje automático en la infraestructura de mayor rendimiento.

LABORATORIO PRÁCTICO


Siga los ejemplos en GitHub para utilizar Amazon SageMaker y AWS Step Functions para automatizar la creación, el entrenamiento y la implementación de modelos de aprendizaje automático personalizados.

VIDEO


Descubra cómo los puntos de enlace de varios modelos de Amazon SageMaker habilitan una forma escalable y rentable de implementar modelos de aprendizaje automático a escala usando un único punto de enlace.

Implemente varios modelos en un solo punto de enlace

VIDEO


AWS ofrece una amplia y profunda infraestructura de ML con Amazon SageMaker. En este video, aprenda a elegir la instancia de procesamiento adecuada para la inferencia de ML para sus requisitos específicos.

How to choose the right instance type for ML inference

VIDEO


Las prácticas de ML Ops ayudan a los científicos de datos y a los profesionales de operaciones de TI a colaborar y administrar el flujo de trabajo de ML. Descubra cómo Amazon SageMaker puede ayudarlo con ML Ops para administrar y escalar fácilmente los flujos de trabajo de un extremo a otro.

MLOps for edge devices with Amazon SageMaker Edge Manager

Recursos adicionales

SDK

Facilite el uso de Amazon SageMaker en las aplicaciones mediante API adaptadas a la plataforma o al lenguaje de programación.

Novedades

Los anuncios de novedades son resúmenes generales sobre lanzamientos y actualizaciones de características. Lea las actualizaciones específicas de Amazon SageMaker, así como otros anuncios de AWS.

Leer ahora »

No se han encontrado publicaciones de blog en este momento. Consulte el Blog de AWS para obtener otros recursos. 

Más información acerca de las características de Amazon SageMaker

Visite las páginas de características
¿Tiene más preguntas?
Contacte con nosotros