Amazon SageMaker
Machine learning per tutti gli sviluppatori e i data scientist

Amazon SageMaker aiuta sviluppatori e data scientist a preparare, creare, addestrare e distribuire rapidamente modelli di machine learning (ML) di alta qualità combinando un’ampia gamma di funzionalità create ad hoc per il ML.
Il servizio di ML più completo
Accelera l'innovazione con strumenti creati appositamente per ogni fase dello sviluppo di ML, tra cui etichettatura, preparazione dei dati, progettazione delle funzionalità, rilevamento di distorsioni statistiche, auto-ML, addestramento, ottimizzazione, hosting, spiegabilità, monitoraggio e flussi di lavoro.


Il primo ambiente di sviluppo integrato (IDE, Integrated Development Environment) per il machine learning
Aumenta la tua produttività utilizzando Amazon SageMaker Studio, il primo ambiente di sviluppo completamente integrato progettato specificamente per il ML, che trasferisce tutto ciò di cui hai bisogno in un'unica interfaccia utente visiva e unificata.

Funzionalità progettate da zero per lavorare insieme
Utilizzando le funzionalità integrate di Amazon SageMaker per lo sviluppo del ML, è possibile eliminare mesi di scrittura di codice di integrazione personalizzato e infine ridurre i costi.
Come funziona
-
Panoramica
-
Dettagli
-
Panoramica
-
-
Dettagli
-
Funzionalità di SageMaker Descrizione Ottimizzazione automatica dei modelli Ottimizzazione dell’iperparametro Algoritmi integrati e dell’utente Decine di algoritmi ottimizzati o possibilità di utilizzare i propri Librerie di addestramento distribuito - NUOVO
Addestramento per modelli e set di dati di grandi dimensioni Integrazione con Kubernetes e Kubeflow Semplifica il machine learning basato su Kubernetes Modalità locale Test e prototipo sulla macchina locale Managed Spot Training Riduci i costi di addestramento del 90% Endpoint multi-modello Riduci i costi ospitando più modelli per istanza Distribuzione con un clic Completamente gestito, bassissima latenza, throughput elevato Addestramento con un clic Gestione dell'infrastruttura distribuita SageMaker Autopilot Crea automaticamente modelli di machine learning con alta visibilità SageMaker Clarify - NUOVO
Rileva gli errori e comprendi le previsioni del modello SageMaker Data Wrangler - NUOVO Aggrega e prepara i dati per il machine learning SageMaker Debugger Fai il debug e la profilazione delle esecuzioni dell’addestramento SageMaker Edge Manager - NUOVO Gestisci e monitora i modelli sui dispositivi edge
SageMaker Experiments Acquisisci, organizza e confronta ogni fase SageMaker Feature Store - NUOVO Archivia, aggiorna, recupera e condividi le funzionalità SageMaker Ground Truth Etichetta i dati di addestramento per il machine learning SageMaker JumpStart - NUOVO Soluzioni precreate per casi di uso comune SageMaker Model Monitor Mantieni l’accuratezza dei modelli distribuiti SageMaker Pipelines - NUOVO Orchestrazione e automazione del flusso di lavoro SageMaker Processing Python, BYO R/Spark integrati SageMaker Studio Ambiente di sviluppo integrato (IDE) per il ML SageMaker Studio Notebooks Notebook Jupyter con elastic compute e condivisione
Uno dei servizi più in rapida crescita nella storia di AWS
Amazon SageMaker si fonda su due decenni di esperienza di Amazon nello sviluppo di applicazioni di machine learning nel mondo reale, tra cui raccomandazioni sui prodotti, personalizzazione, shopping intelligente, robotica e dispositivi vocali assistiti.
10 volte
aumento della produttività del team
90%
riduzione dei costi con managed spot training
75%
minori costi di inferenza
54%
70%
198
22
Amazon SageMaker supporta i framework principali di machine learning



Caratteristiche chiave per preparare i dati, creare, addestrare e distribuire i modelli di ML
Migliora la produttività con il primo ambiente di sviluppo totalmente integrato (IDE) per il machine learning
Amazon SageMaker Studio fornisce un'interfaccia visiva unica basata sul Web in cui si possono eseguire tutte le fasi di sviluppo di machine learning necessarie per preparare i dati, creare, addestrare e distribuire i modelli.

Crea, addestra e ottimizza i modelli automaticamente
Amazon SageMaker Autopilot seleziona il miglior algoritmo per la previsione e crea, addestra e ottimizza automaticamente i modelli di machine learning senza alcuna perdita di visibilità o controllo.

Riduci i costi di etichettatura dei dati anche del 70%
Amazon SageMaker Ground Truth facilita una maggiore accuratezza dei set di dati addestrati per un’ampia gamma di casi d'uso tra cui nuvole di punti 3D, video, immagini e testo.


Il modo più facile e veloce per preparare dati per il ML
Amazon SageMaker Data Wrangler riduce il tempo necessario per la preparazione dei dati di ML da settimane a minuti. Con pochi clic, è possibile completare ogni fase del flusso di lavoro di preparazione dei dati, compresa la selezione, la pulizia, l'esplorazione e la visualizzazione.


Feature store appositamente creato per il ML
Amazon SageMaker Feature Store è un repository per archiviare, aggiornare, recuperare e condividere funzionalità di ML. SageMaker Feature Store offre una visione costante delle funzionalità utilizzate dai modelli di ML, quindi diventa significativamente più facile generare modelli che producono previsioni altamente accurate.

Addestra modelli di alta qualità più rapidamente
Amazon Sagemaker fornisce un debugger integrato e un profiler in modo da poter identificare e ridurre gli errori nell’addestramento e i colli di bottiglia nelle prestazioni dei modelli prima di mandarli in produzione.

Distribuzione con un clic nel cloud
Con Amazon SageMaker basta un solo clic per distribuire il modello addestrato in produzione, consentendo di iniziare a generare previsioni su dati in tempo reale o in batch.


Migliora la qualità dei modelli sui dispositivi edge
Amazon SageMaker Edge Manager aiuta a ottimizzare, proteggere, monitorare e mantenere i modelli di machine learning su flotte di dispositivi edge per garantire che i modelli distribuiti sui dispositivi edge funzionino correttamente.

Caratteristiche essenziali per il ML in produzione


Automatizza i flussi di lavoro di machine learning
Amazon SageMaker Pipelines è il primo servizio di integrazione continua e distribuzione continua (CI/CD) appositamente creato e di facile utilizzo per il machine learning. I flussi di lavoro possono essere condivisi e riutilizzati dai team.


Rileva gli errori e comprendi le previsioni
Amazon SageMaker Clarify fornisce il rilevamento delle distorsioni (i cosiddetti bias) nel flusso di lavoro di ML, consentendo di migliorare la correttezza delle previsioni e la trasparenza del modello. SageMaker Clarify include anche grafici sull'importanza delle funzionalità, che aiutano a spiegare le previsioni del modello, e produce report, i quali possono essere utilizzati per supportare presentazioni interne o per identificare problemi relativi al modello che si possono correggere.

Proteggi i dati e il codice in tutto il ciclo di vita di ML
Amazon SageMaker offre una serie completa di funzionalità di sicurezza tra cui crittografia, connettività di rete privata, autorizzazione, autenticazione, monitoraggio e verificabilità, per aiutare l'organizzazione con i requisiti di sicurezza applicabili ai carichi di lavoro di machine learning.
Caratteristiche essenziali per il ML in produzione


Automatizza i flussi di lavoro di machine learning
Amazon SageMaker Pipelines è il primo servizio di integrazione continua e distribuzione continua (CI/CD) appositamente creato e di facile utilizzo per il machine learning. I flussi di lavoro possono essere condivisi e riutilizzati dai team.


Migliora la trasparenza
Amazon SageMaker Clarify fornisce il rilevamento delle distorsioni (i cosiddetti bias) nel flusso di lavoro di ML, consentendo di migliorare la correttezza delle previsioni e la trasparenza del modello. SageMaker Clarify include anche grafici sull'importanza delle funzionalità, che aiutano a spiegare le previsioni del modello, e produce report, i quali possono essere utilizzati per supportare presentazioni interne o per identificare problemi relativi al modello che si possono correggere.

Proteggi i dati e il codice in tutto il ciclo di vita di ML
Amazon SageMaker offre una serie completa di funzionalità di sicurezza tra cui crittografia, connettività di rete privata, autorizzazione, autenticazione, monitoraggio e verificabilità, per aiutare l'organizzazione con i requisiti di sicurezza applicabili ai carichi di lavoro di machine learning.
Clienti di Amazon SageMaker
Amazon SageMaker è utilizzato da decine di migliaia di clienti in un’ampia gamma di settori.













Inizia a usare Amazon SageMaker JumpStart
Amazon SageMaker è un servizio di machine learning che è possibile utilizzare per creare, addestrare e distribuire modelli di ML praticamente per qualsiasi caso d'uso. Per una rapida introduzione tecnica, basta consultare la guida passo passo di SageMaker. Per aiutarti a iniziare con un progetto di ML, Amazon SageMaker JumpStart offre una serie di soluzioni precreate per i casi d'uso più comuni che puoi distribuire con pochi clic. Le soluzioni sono totalmente personalizzabili, in modo da poterle modificare in base alle esigenze del particolare caso d’uso e set di dati.

Manutenzione predittiva
La Georgia Pacific usa SageMaker per sviluppare modelli di ML in grado di rilevare presto problemi alle macchine.

Visione computerizzata
La 3M sta usando i modelli di rilevazione dei difetti creati su SageMaker per migliorare l'efficacia dei suoi processi di controllo della qualità.

Guida autonoma
La Lyft Level 5 usa SageMaker come software standard per l’addestramento e per i tempi di addestramento del modello ridotti da giorni a meno di un paio di ore.