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
Open allTraduza 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
Open allFontes de dados
Visualizações de dados
Transformação de dados sem código
Pipelines de dados
Acesse e crie modelos de ML
Open allModelos 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
Open allAnálise 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
Open allIntegração 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.