- Machine Learning›
- ИИ Amazon SageMaker›
- Функции Amazon SageMaker Canvas
Функции Amazon SageMaker Canvas
Создавайте высокоточные модели машинного обучения с помощью визуального интерфейса без необходимости написания кода
Разработка машинного обучения на основе чата с помощью Amazon Q для разработчиков
Превратите бизнес-задачи в рабочие процессы машинного обучения
Amazon Q для разработчиков помогает преодолеть разрыв между бизнес-задачами и моделями машинного обучения. Она профессионально превращает бизнес-задачи в пошаговые рабочие процессы машинного обучения и объясняет термины машинного обучения на нетехническом языке.
Создавайте модели машинного обучения с помощью управляемого рабочего процесса
Amazon Q для разработчиков предоставляет профессиональную помощь пользователям на каждом этапе разработки модели: от подготовки данных до создания, обучения и развертывания моделей машинного обучения. Используя интерфейс чата, Amazon Q для разработчиков предоставляет контекстную помощь и упрощает пользователям ориентирование в комплексном рабочем процессе машинного обучения для создания готовых к работе моделей машинного обучения.
Рекомендации по анализу данных
Детерминированный конструктор конвейеров Amazon Q для разработчиков и передовые методы AutoML обеспечивают воспроизводимость и точность создания моделей. Предоставляя пользователям расширенные возможности анализа данных, Q для разработчиков позволяет оперативно экспериментировать, не теряя уверенности в полезности модели.
Прозрачность рабочего процесса машинного обучения
Amazon Q для разработчиков хранит такие артефакты, как исходные и преобразованные наборы данных, а также конвейеры подготовки данных, созданные с использованием естественного языка. Кроме того, модели, созданные с помощью Q для разработчиков, можно зарегистрировать в реестре моделей SageMaker, а блокноты моделей можно экспортировать для дальнейшей настройки и интеграции.
Подготовка данных
Источники данных
Визуализации данных
Преобразование данных без кода
Линии передачи данных
Доступ к моделям машинного обучения и их создание
Пользовательские модели машинного обучения
Готовые табличные модели, модели машинного зрения (CV) и модели обработки естественного языка (NLP)
SageMaker Canvas обеспечивает доступ к готовым табличным моделям, моделям NLP и CV для таких сценариев использования, как анализ настроений, обнаружение объектов на изображениях, обнаружение текста на изображениях и извлечение объектов. Готовые модели основаны на сервисах искусственного интеллекта AWS, включая Amazon Rekognition, Amazon Textract и Amazon Comprehend. Используя их, можно сэкономить время на построении моделей.
Оценка модели
После создания модели вы можете оценить ее эффективность, прежде чем внедрить ее в рабочую среду, используя данные компании. Вы можете легко сравнить ответы моделей и выбрать наилучший вариант, соответствующий вашим требованиям.
Базовые модели
SageMaker Canvas предоставляет доступ к готовой базовым моделям (FM) для создания контента, извлечения и реферирования текста. Вам предоставляется доступ к базовым моделям, таким как Claude 2, Llama-2, Amazon Titan, Jurassic-2 и Command (на базе Amazon Bedrock), а также к общедоступным базовым моделям, таким как Falcon, Flan-T5, Mistral, Dolly и MPT (на базе SageMaker JumpStart). Вы также можете настроить их, используя собственные данные.
Создание прогнозов машинного обучения
Интерактивный анализ методом «что если» и пакетное прогнозирование
SageMaker Canvas обеспечивает визуальный анализ методом «что если», позволяющий изменить исходные данные модели, а затем проанализировать, как эти изменения влияют на отдельные прогнозы. Можно создавать автоматические пакетные прогнозы для всего набора данных, и при обновлении набора данных ваша модель машинного обучения будет обновляться автоматически. После обновления модели машинного обучения вы сможете просмотреть обновленные прогнозы в интерфейсе бескодовой разработки SageMaker Canvas.
Поддержка прогнозирования в реальном времени
Интеграция с Amazon QuickSight
Делитесь прогнозами моделей с Amazon QuickSight, чтобы создавать информационные панели, объединяющие традиционную бизнес-аналитику и прогнозные данные в одном интерактивном визуальном представлении. Кроме того, модели SageMaker Canvas можно публиковать и интегрировать в QuickSight, чтобы аналитики могли создавать максимально точные прогнозы по новым данным в информационной панели QuickSight.
Использование MLOps
Интеграция реестра моделей SageMaker
Модели машинного обучения, созданные в SageMaker Canvas, можно зарегистрировать в реестре моделей SageMaker одним щелчком мыши, чтобы интегрировать модель в существующие процессы CI/CD развертывания моделей.
Совместное использование моделей с помощью SageMaker Studio
Моделями SageMaker Canvas можно делиться с аналитиками данных, которые используют SageMaker Studio. Затем специалисты, занимающиеся обработкой и анализом данных, смогут просматривать и обновлять модели, делиться с вами обновленными моделями или использовать их для получения логических выводов.