Amazon SageMaker

Machine learning per tutti gli sviluppatori e i data scientist

Amazon SageMaker Studio

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.

Flusso di lavoro di machine learning
IDE per ML

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 integrata

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 su SageMaker

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%

Minori costi di proprietà

70%

riduzione dei costi per l’etichettatura dei dati

198

nuove funzionalità aggiunte dall’avvio

22

programmi per la conformità (PCI, HIPAA, SOC 1/2/3, FedRAMP, ISO e altri)

Amazon SageMaker supporta i framework, i kit di strumenti e i linguaggi di programmazione di machine learning principali

TensorFlow
TensorFlow
PyTorch
mxnet
Logo di Hugging Face
TensorFlow
TensorFlow
TensorFlow

Caratteristiche chiave per preparare i dati, costruire, addestrare e implementare modelli di machine learning

Migliora la produttività con gli ambienti di sviluppo integrato (IDE) di SageMaker

Amazon SageMaker Studio fornisce un'interfaccia visiva basata sul Web per costruire facilmente modelli nel linguaggio Python. È possibile analizzare e visualizzare i dati per il machine learning nel linguaggio R con risorse di calcolo elastiche in RStudio su SageMaker, il primo Workbench RStudio completamente gestito nel cloud.

Ulteriori informazioni su: SageMaker Studio | RStudio in SageMaker

SageMaker Studio

Costruisci, 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.

Ulteriori informazioni »
SageMaker Autopilot

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.

Ulteriori informazioni »
SageMaker Ground Truth
Novità

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.

Ulteriori informazioni »
SageMaker Data Wrangler
Novità

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.

Ulteriori informazioni »
SageMaker Feature Store

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.

Ulteriori informazioni »
SageMaker Debugger

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.

Ulteriori informazioni »
Distribuzione con un clic
Novità

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.

Ulteriori informazioni »
SageMaker Edge Manager

Caratteristiche essenziali per il ML in produzione

SageMaker Pipelines
Novità

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.

Ulteriori informazioni »
SageMaker Clarify
Novità

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.

Ulteriori informazioni »
SageMaker Security

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.

Ulteriori informazioni »

Caratteristiche essenziali per il ML in produzione

SageMaker Pipelines
Novità

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.

Ulteriori informazioni »
SageMaker Clarify
Novità

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.

Ulteriori informazioni »
SageMaker Security

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.

Ulteriori informazioni »

Clienti di Amazon SageMaker

Amazon SageMaker è utilizzato da decine di migliaia di clienti in un’ampia gamma di settori.

Leggi altre testimonianze dei clienti »
Capital One
Celgene
Conde Nast
Domino's
F1
GE
Lyft
Roche
Siemens
T-Mobile
Thomson Reuters
Verizon
Novità

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.

Guida passo passo di SageMaker » SageMaker JumpStart »
Manutenzione predittiva

Manutenzione predittiva

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

Ulteriori informazioni »
Visione computerizzata

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.

Ulteriori informazioni »
Guida autonoma

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.

Ulteriori informazioni »