Amazon SageMaker Canvas の特徴

SageMaker Canvasでは、感情分析、画像内のオブジェクト検出、画像内のテキスト検出、エンティティ抽出などのユースケースで、すぐに使用できる表形式、NLP、CVモデルにアクセスできます。すぐに使えるモデルはモデル構築を必要とせず、 Amazon Rekognition、Amazon Textract 、Amazon Comprehend などの AWS AI サービスを搭載しています。

モデルを構築したら、会社のデータを使用してモデルを本番環境にデプロイする前に、モデルのパフォーマンスを評価できます。モデル応答を簡単に比較して、ニーズに最適な応答を選択できます。

SageMaker Canvas では、コンテンツ生成、テキスト抽出、およびテキスト要約のためのすぐに使用できる基盤モデル (FM) にアクセスできます。 Claude 2、Llama-2、Amazon Titan、Jurassic-2、Command (Amazon Bedrock を利用) などの FM や、Falcon、Flan-T5、Mistral、Dolly、MPT (SageMaker JumpStart を利用) などの公開されている FM にアクセスし、独自のデータを使用してチューニングできます。

SageMaker Canvas では、「仮定」を視覚的に分析できるため、モデル入力を変更し、その変更が個々の予測にどのように影響するかを理解できます。データセット全体の自動バッチ予測を作成でき、データセットが更新されると、ML モデルが自動的に更新されます。ML モデルが更新されたら、SageMaker Canvas のノーコードインターフェースから更新された予測を確認できます。

モデル予測を Amazon QuickSight と共有して、従来のビジネスインテリジェンスと予測データを同じインタラクティブなビジュアルにまとめたダッシュボードを構築できますさらに、SageMaker Canvas モデルを共有して QuickSight に直接統合できるため、アナリストは QuickSight ダッシュボード内で新しいデータについての高精度の予測を生成できます。

SageMaker Canvas で作成した ML モデルをワンクリックで SageMaker モデルレジストリに登録して、そのモデルを既存のモデルデプロイメント CI/CD プロセスに統合できます。

SageMaker Canvas で作成したモデルを、SageMaker Studio を使用しているデータサイエンティストと共有することができます。その後、データサイエンティストは更新されたモデルをレビュー、更新、共有したり、モデルをデプロイして推論したりできます。