1 か月あたり 160 時間のワークスペースインスタンスを無料で活用できます
(AWS 無料利用枠で最初の 2 か月間)
視覚的なポイントアンドクリックインターフェイスを使用して、分類、リグレッション、予測、自然言語処理 (NLP)、コンピュータビジョン (CV) に関する正確な ML 予測を生成します。
数回クリックするだけで、すぐに使用できる基盤モデルまたは予測モデルにアクセスしたり、カスタム ML モデルを自動的に作成して出力を生成したりできます。
ツール間で ML モデルを共有、レビュー、更新することにより、ビジネスアナリストとデータサイエンスチームの間のコラボレーションを促進します。
どこからでも ML モデルをインポートして、Amazon SageMaker Canvas で直接予測を生成します。
Amazon SageMaker Canvas を利用すると、ビジネスアナリストやデータサイエンスチームは、コードを 1 行も記述することなく、独自のモデルを構築できます。リグレッションや予測などの一般的なユースケース向けの ML モデルを構築できます。さらに、生成系 AI ソリューションをサポートするために、コンテンツ生成、テキスト抽出、テキスト要約のための Amazon Bedrock の基盤モデル (FM) または Amazon SageMaker JumpStart のパブリック FM にアクセスして評価できます。
仕組み
Amazon SageMaker Canvas のノーコードインターフェイスを使用すると、すぐに使用できる FM および予測モデルにアクセスしたり、カスタムモデルを作成したりして、情報を抽出して AI 出力を数分で生成できます。Canvas は、Claude、Titan、Jurassic などの Amazon Bedrock の FM と、Falcon や MPT などの SageMaker JumpStart のパブリックモデルをサポートします。SageMaker Canvas でこれらの FM を使用すると、コンテンツを生成、抽出、要約できます。さらに、感情分析、オブジェクト検出、ドキュメント分析用のすぐに使用できるモデルを使用して、コンテンツを分析および分類できます。 すぐに使用できるモデルの使用を開始するために必要なのは、モデルを選択し、データをアップロードして、ワンクリックでモデル出力を生成することだけです。
分類、リグレッション、予測、テキスト分類、または画像分類のための独自のカスタムモデルをコーディングなしで構築することもできます。カスタムモデルの使用を開始するために、さまざまなソースからデータをインポートしたり、予測する値を選択したりできるほか、データを自動的に準備および探索したり、数回のクリックで ML モデルを作成したりもできます。さらに、ビジネスチームとデータサイエンティストチームがコラボレーションすることもできます。SageMaker Canvas で構築されたモデルは、レビューや更新のために、SageMaker Studio を利用しているデータサイエンティストと共有できます。データサイエンティストは、場所を問わずに、構築された ML モデルを共有することができ、コードを記述することなく、SageMaker Canvas でそれらのモデルからの AI 出力を生成することもできます。
カスタムモデル
-
作成
-
詳しく見る
-
分析
-
予測
-
コラボレーションする
-
自分のモデルを使用する
-
作成
-
詳しく見る
-
分析
-
予測
-
コラボレーションする
-
自分のモデルを使用する
ユースケース
販売およびマーケティングのコンテンツを生成する
ソーシャルメディアの投稿、製品の説明、E メールキャンペーンなど、パーソナライズされた魅力的で質の高い販売およびマーケティングコンテンツを作成します。
コンテンツを要約する
記事、ブログ投稿、ドキュメントの簡潔な要約を生成して、最も重要な情報を特定し、重要なポイントを強調するとともに、情報をより迅速に抽出します。
自由形式のテキストで感情を検出する
製品のレビュー、カスタマーサポートのチケット、またはドキュメントに含まれる肯定的、否定的、中立的、混合的な感情など、テキスト行に含まれる感情を検出します。
ドキュメントから情報を抽出する
保険金の請求、請求書、経費報告書、身分証明書など、さまざまなドキュメントから情報を分析および抽出します。
画像内の物体やテキストを識別する
画像内の物体、概念、場面、テキスト行を自動的に識別します。
顧客離れを予測する
製品の使用と購入に関する履歴データを使用し、顧客離れのパターンを明確に示しながら、将来的に顧客離れを起こすリスクがある顧客を予測します。
効率的に在庫を計画する
売上と需要の履歴データを、関連するウェブトラフィック、料金、製品カテゴリ、休日の情報と組み合わせることで、在庫レベルを予測します。
画像を分類する
組立ラインでの欠陥製品の特定、在庫管理のための製品の分類、保険金請求処理を加速するための車両損傷評価の実行など、ビジネスに固有のカスタムカテゴリに基づいて画像を分類します。
テキストを分類する
ソーシャルメディアのフィードバック、カスタマーサポートのチケット、製品のレビューなど、ビジネス固有のカスタムカテゴリに基づいてテキスト行を分類します。
お客様の導入事例
韓国に拠点を置く Samsung Electronics は、世界中の人々が携帯電話、コンピューター、スマートデバイスなどのテクノロジーを利用できるようにしているグローバル企業です。同社の Samsung デバイスソリューション部門は、最大限の性能、信頼性、寿命を実現するために、電子機器の内部構造に焦点を当てています。
「Amazon SageMaker Canvas の使い方は簡単で、インターフェイスもユーザーフレンドリーです。私のようなビジネスアナリストでも、機械学習を使ってデータを分析し、インサイトを得ることができます」。
Samsung Electronics、マーケティングインテリジェンス担当マネージャー、Dooyong Lee 氏
Clarium は、機械学習とデータツールを使用して、在庫レベルを最適化し、コストを削減し、運用効率を向上させることで、医療提供者をサポートするヘルスケアサプライチェーンプラットフォームです。
「当社のクライアントは、多くの場合、独自のデータの品質と統合に足を引っ張られています。これは、全米の病院に共通する課題です。さらに、何十年にもわたって蓄積された、一貫性のない品質保証慣行や断片化されたデータプロセスにより、エラーを含む何十億行ものデータをクレンジング、検証、統合するという、骨の折れる作業を行う必要がありました。この課題への取り組みをサポートするために、当社の分析チームは Amazon SageMaker Canvas を使用して、米国の医療提供者から提供される限りない数のソースから、データを抽出、クレンジング、標準化しています。これにより、これらの医療従事者は、コードを 1 行も記述することなく、カスタムテキスト分類モデルを簡単に構築できます。当社は SageMaker Canvas を使用して、コストを削減し、時間を節約しながら、ERP データについては検証および標準化された製品の説明や分類、手続に関する利用データについては検証済された臨床的な分類、および患者ケアの質を最適化するように設計されたデータ駆動型のレコメンデーションをクライアントに提供しています。当社は、クライアントに信頼できるデータや最先端の分析を提供することで、現在に置いていかれないようにするだけでなく、先を見据えてヘルスケアのより明るい未来を構築できるようにサポートしています」。
Clarium Health、分析担当責任者、Justin Jacobson 氏
Siemens Energy は世の中にパワーを与えています。同社では、主に注力する領域を ESG (環境、社会、ガバナンス) に転換しています。また、ビジネスパートナーと一般の人々両方のために、イノベーションにより今とは異なる未来を作りだそうとしています。
「当社 Siemens Energy にとって、データサイエンス戦略の中核となるのは、ビジネスユーザーに機械学習のパワーを普及させるということです。そのために、データサイエンスの専門家ではなくても、各種のデータソースや機械学習フレームワークを使用した実験が行えるようにしています。このことは、当社が Dispatch Optimizer や Diagnostic サービスなどのエネルギー供給ソリューションにおいて、イノベーションとデジタル化のスピードを向上することを可能にしています。Amazon SageMaker Canvas を追加することは、Siemens Energy の機械学習ツールキットにとっては大きな力になります。ビジネスユーザーは、これにより、データサイエンスチームと共有および連携をしながら、実験を行うことが可能になるのです。この連携は重要です。何故なら、より多くの ML モデルを稼働状態にしながら、すべてのモデルを当社の品質基準とポリシーに確実に準拠させることができるからです」
Siemens Energy、産業アプリケーション部門データサイエンスチームリーダー、Davood Naderi 氏
2004 年以来 Koch Industries の子会社である INVISTA は、ナイロン 6,6 の独自の成分と、CORDURA、ANTRON などの有名ブランドを市場に提供しています。
「当社のビジネスアナリスト達は、データに精通しています。そして彼らには、予測モデルを作成するための方法が必要でした。また、同様に重要視されていたのは、データサイエンスチームに構築済みのモデルへの可視性を持たせることで、必要に応じた稼働やサポート提供ができるようにすることでした。当社は、Amazon SageMaker Canvas が、ビジネスユーザーやプロセスエンジニアたちを後押しするだろうと考えました。これにより、チームが以前抱えていたデータサイエンスに関する問題に、対処できるようになります。Amazon SageMaker Canvas の直感的なインターフェースと選択が容易なオプションにより、ビジネスユーザーは数クリックするだけで、各種のデータをインポートし、手動でのデータクリーンアップの必要性を最小化しつつ、さまざまなアルゴリズムの適用によりデータに最適なモデルを検索することが可能なのです。Amazon SageMaker Studio を使用すれば、コードとデータを簡単にデータサイエンスチームに送信できます。チーム側は、モデルをモデル管理システムに統合し、全社規模で、モデルに関する詳細な状態を把握することができます」
INVISTA、リードデータサイエンティスト、Caleb Wilkinson 氏
BMW Group は、BMW、BMW Motorrad、MINI、Rolls-Royce などのブランドを擁しドイツのミュンヘンに本社を置く、高級乗用車および高級自動車および二輪車の世界的な製造企業です。また、高品質の金融サービスおよびモビリティサービスも提供しています。
「人工知能を中心的なテクノロジーとして使用することは、BMW Group がデジタルトランスフォーメーションを進める上で、不可欠な要素です。当社では既に、バリューチェーン全体に AI の導入を進めており、顧客、製品、従業員、そして業務に対して、新たな価値を生み出しています。最近の数年間、ビジネスバリューへの影響度を判断しながら、BMW Group での上位のユースケースを多く事業化してきました。当社では、Amazon SageMaker Canvas が現在の AI/ML をさらに後押しし、それを BMW Group 全体に拡大させるだろうと確信しています。SageMaker Canvas を使用するビジネスユーザーは、ML モデルの探索と構築を簡単に行い、一切コードの記述を行うことなく精密な予測を実現できます。また、SageMaker により、当社の中核データサイエンスチームはビジネスユーザーと連携できます。これにより、彼らが作成したモデルについて、本番向けの公開前に検証を行うことも可能です。」