- Machine Learning›
- Amazon SageMaker AI›
- Atributos do Amazon SageMaker Canvas
Atributos do Amazon SageMaker Canvas
Crie modelos de ML altamente precisos usando uma interface visual, sem necessidade de código
Desenvolvimento de ML orientado por chat com o Amazon Q Developer
Traduza problemas de negócios em fluxos de trabalho de ML
O Amazon Q Developer ajuda a preencher a lacuna entre os desafios de negócios e os modelos de ML. Ele traduz habilmente os problemas de negócios em fluxos de trabalho de ML passo a passo e explica os termos de ML usando uma linguagem não técnica.
Crie modelos de ML usando um fluxo de trabalho guiado
O Amazon Q Developer orienta habilmente os usuários em cada etapa do desenvolvimento do modelo, desde a preparação dos dados até a criação, o treinamento e a implantação de modelos de ML. Usando uma interface de chat, o Amazon Q Developer fornece assistência contextual e ajuda os usuários a navegar pelo fluxo de trabalho de ML de ponta a ponta para criar modelos de ML prontos para produção.
Melhores práticas de ciência de dados
O construtor de pipeline determinístico e as técnicas avançadas de AutoML do Amazon Q Developer oferecem suporte à reprodutibilidade e à precisão na criação de modelos. Ao capacitar os usuários com recursos avançados de ciência de dados, o Q Developer permite uma rápida experimentação, mantendo a confiança na utilidade do modelo.
Transparência no fluxo de trabalho de ML
O Amazon Q Developer mantém artefatos como conjuntos de dados originais e transformados, bem como os pipelines de preparação de dados criados usando linguagem natural. Além disso, os modelos criados usando o Q Developer podem ser registrados no SageMaker Model Registry, e os modelos de notebooks podem ser exportados para maior personalização e integração.
Preparar dados
Fontes de dados
Visualizações de dados
Transformação de dados sem código
Pipelines de dados
Acesse e crie modelos de ML
Modelos de ML personalizados
Modelos tabulares, de currículo e de PLN prontos para uso
O SageMaker Canvas fornece acesso a modelos tabulares, de PLN e de CV prontos para uso para casos de uso, incluindo análise de sentimentos, detecção de objetos em imagens, detecção de texto em imagens e extração de entidades. Os modelos prontos para uso são fornecidos pelos serviços de IA da AWS, incluindo Amazon Rekognition, Amazon Textract e Amazon Comprehend.
Avaliação de modelo
Depois de criar um modelo, você pode avaliar a performance dele usando dados da empresa antes de implantá-lo na produção. Você pode comparar facilmente as respostas do modelo e selecionar a melhor resposta de acordo com as necessidades.
Modelos de base
O SageMaker Canvas fornece acesso a um modelo de base (FMs) pronto para uso para geração de conteúdo, extração de texto e resumo de texto. É possível acessar FMs prontos para uso, como Claude 2, Llama-2, Amazon Titan, Jurassic-2 e Command (desenvolvido com Amazon Bedrock), bem como FMs disponíveis publicamente, como Falcon, Flan-T5, Mistral, Dolly e MPT (desenvolvido com SageMaker JumpStart) e ajustá-los usando seus próprios dados.
Gere previsões de ML
Análise hipotética interativa e previsões em lote
O SageMaker Canvas oferece uma análise visual de hipóteses para que você possa alterar as entradas do modelo e depois entender como as mudanças afetam as previsões individuais. Você pode criar previsões em lote automatizadas para um conjunto de dados inteiro e, quando o conjunto de dados é atualizado, seu modelo de ML é atualizado automaticamente. Depois que o modelo de ML for atualizado, você poderá revisar as previsões atualizadas na interface sem código do SageMaker Canvas.
Suporte para previsões em tempo real
Integração com o Amazon QuickSight
Compartilhe previsões de modelos com o Amazon QuickSight para criar painéis que combinam inteligência comercial tradicional e dados preditivos no mesmo visual interativo. Além disso, os modelos do SageMaker Canvas podem ser compartilhados e integrados diretamente no QuickSight, permitindo que os analistas gerem previsões altamente precisas para novos dados em um painel do QuickSight.
Aproveite as MLOPs
Integração com o SageMaker Model Registry
Você pode registrar modelos de ML criados no SageMaker Canvas no SageMaker Model Registry com um único clique para integrar o modelo aos processos de CI/CD de implantação de modelos existentes.
Compartilhamento de modelos com o SageMaker Studio
Você pode compartilhar seus modelos do SageMaker Canvas com cientistas de dados que usam o SageMaker Studio. Depois, os cientistas de dados podem revisar, atualizar e compartilhar modelos atualizados com você ou implantar seu modelo para inferência.