Amazon SageMaker Canvas の特徴

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搭載) などのFMや、Falcon、Flan-T5、Mistral、Dolly、MPT (SageMaker JumpStart搭載) 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することができます。

SageMaker Canvas のノーコードインターフェースにより、企業データを使用してカスタム ML モデルを自動的に構築できます。データを選択して準備し、予測したいものを特定したら、SageMaker Canvasは問題の種類を特定し、問題の種類に基づいて何百ものMLモデルをテストし（線形回帰、ロジスティック回帰、ディープラーニング、時系列予測、勾配ブースティングなどの ML 手法を使用）、データセットに基づいて最も正確な予測を行うカスタムモデルを作成します。または、以前に構築した独自のモデルを SageMaker Canvas に持ち込んで、そのモデルをデプロイして推論することもできます。

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、「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。

SageMaker Canvas モデルを SageMaker エンドポイントにデプロイして、リアルタイムで推論することができます。

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。