Publié le: Mar 30, 2023
Amazon SageMaker Canvas fournit désormais des modèles prêts à l'emploi qui vous permettent de générer des informations à partir de milliers de documents, d'images et de lignes de texte en quelques minutes. En outre, vous pouvez désormais créer des modèles personnalisés pour répondre aux cas d'utilisation du traitement du langage naturel (NLP) et de la vision par ordinateur (CV). SageMaker Canvas est une interface visuelle qui permet aux analystes métier de générer eux-mêmes des prévisions précises en matière d'apprentissage automatique (ML), sans avoir besoin d'aucune expérience en machine learning ni d'écrire une seule ligne de code.
Les analystes commerciaux cherchent de plus en plus à améliorer leur capacité à générer des informations à partir de diverses données et à répondre aux demandes d'analyse ad hoc des parties prenantes de l'entreprise. Le processus est souvent manuel, chronophage et source d'erreurs. Le machine learning peut aider les analystes métier à analyser et à générer des informations à partir de gros volumes de données, mais la création de modèles de machine learning nécessite souvent une expertise technique approfondie.
À compter d'aujourd'hui, vous pouvez désormais utiliser SageMaker Canvas pour accéder à des modèles prêts à l'emploi ou créer des modèles personnalisés pour des cas d'utilisation spécifiques de classification d'images ou de textes. Les modèles prêts à l'emploi sont alimentés par les services AWS AI, notamment Amazon Rekognition, Amazon Textract et Amazon Comprehend. Pour créer un modèle personnalisé, vous pouvez importer, préparer, explorer et étiqueter des données. Vous pouvez ensuite entraîner un modèle personnalisé et évaluer ses performances. Pour les modèles de classification d'images personnalisés, vous pouvez utiliser des cartes thermiques pour obtenir une meilleure visibilité sur les données d'entraînement qui ont un impact sur les performances du modèle. Vous pouvez également corriger les prévisions du modèle si elles sont incorrectes, réajouter les données vérifiées au jeu de données d'entraînement d'origine et réentraîner le modèle pour améliorer ses performances de manière itérative. Enfin, vous pouvez générer des prévisions précises sans écrire une seule ligne de code.
Les modèles prêts à l'emploi et les modèles personnalisés pour les cas d'utilisation du NLP et du CV sont désormais disponibles dans toutes les régions AWS où SageMaker Canvas est pris en charge. Pour en savoir plus, consultez le blog AWS News et la documentation produit relative à SageMaker Canvas.