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.

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.

Entrene y ajuste modelos de aprendizaje automático

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

Implemente modelos de aprendizaje automático

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

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