Amazon SageMaker
Технологии машинного обучения для любого специалиста по работе с данными и разработчика
Amazon SageMaker за счет широкого спектра возможностей помогает специалистам по работе с данными и разработчикам в быстрой подготовке, обучении и развертывании высококачественных моделей машинного обучения.
Самый функциональный сервис машинного обучения
Ускорение инноваций благодаря специализированным средствам для каждого этапа разработки систем машинного обучения, включая разметку и подготовку данных, создание признаков, определение статистического смещения, автоматизированное машинное обучение, обучение, настройка, размещение, анализ, мониторинг и рабочая эксплуатация.
Первая интегрированная среда разработки (IDE) для машинного обучения
Повышение эффективности работы с помощью Amazon SageMaker Studio, первой полностью интегрированной средой разработки, которая создана специально для машинного обучения и позволяет использовать все необходимое для машинного обучения в едином визуальном пользовательском интерфейсе.
Функциональные возможности, которые сразу создавались с учетом взаимодействия
Интегрированные возможности Amazon SageMaker для разработки машинного обучения позволяют обойтись без многомесячных трудов по разработке собственного кода для интеграции и значительно снизить затраты.
Принцип работы
-
Обзор
-
Подробности
-
Обзор
-
-
Подробности
-
Возможности SageMaker Описание Автоматическая настройка модели Оптимизация гиперпараметров Встроенные и пользовательские алгоритмы Десятки оптимизированных алгоритмов и возможность использовать свой собственный Распределенные библиотеки учебных материалов — НОВОЕ
Обучение работе с большими наборами данных и моделями Интеграция с Kubernetes и Kubeflow Упрощение машинного обучения на базе Kubernetes Локальный режим Тестирование и прототипирование на локальном компьютере Управляемое спотовое обучение Снижение расходов на обучение на 90 % Адреса для нескольких моделей Снижение затрат благодаря размещению нескольких моделей на одном экземпляре Развертывание за один щелчок Полное управление, ультранизкая задержка, высокая пропускная способность Обучение за один щелчок Управление распределенной инфраструктурой SageMaker Autopilot Автоматическое создание моделей машинного обучения с полной прозрачностью процесса SageMaker Clarify — НОВОЕ
Обнаружение смещений и понимание прогнозов модели SageMaker Data Wrangler — НОВОЕ Сбор и подготовка данных для машинного обучения SageMaker Debugger Отладка и профилирование обучающих запусков SageMaker Edge Manager — НОВОЕ Управление и отслеживание моделей на периферийных устройствах
SageMaker Experiments Сбор информации по каждому шагу для упорядочения и сопоставления SageMaker Feature Store — НОВОЕ Хранение, обновление, получение и распространение признаков SageMaker Ground Truth Маркировка обучающих данных для машинного обучения SageMaker JumpStart — НОВОЕ Предварительно созданные решения для типичных примеров использования SageMaker Model Monitor Поддержание точности развернутых моделей SageMaker Pipelines — НОВОЕ Оркестрация и автоматизация рабочих процессов SageMaker Processing Встроенная среда Python, возможность подключения R и Spark SageMaker Studio Интегрированная среда разработки (IDE) для машинного обучения SageMaker Studio Notebooks Блокноты Jupyter с возможностью эластичных вычислений и совместным доступом
Один из самых быстрорастущих сервисов в истории AWS
Amazon SageMaker основывается на двадцатилетнем опыте Amazon по разработке приложений машинного обучения для реального мира, в том числе для рекомендации товаров, персонализации, интеллектуальных покупок, роботизации и устройств с голосовым управлением.
В 10 раз
выше производительность команды
На 90 %
меньше расходов благодаря управляемому спотовому обучению
На 75 %
ниже расходы на логические выводы
На 54 %
На 70 %
198
22
Amazon SageMaker поддерживает ведущие платформы и инструментарии машинного обучения
Основные функции для подготовки данных, создания, обучения и развертывания моделей машинного обучения
Повышайте производительность с помощью первой полностью интегрированной среды разработки (IDE) для машинного обучения
Amazon SageMaker Studio предоставляет единый визуальный веб‑интерфейс, в котором можно проводить все этапы разработки ML, необходимые для создания, обучения и развертывания моделей.
Автоматическое создание, обучение и настройка моделей
Amazon SageMaker Autopilot выбирает лучший алгоритм для прогнозирования и автоматически создает, обучает и настраивает модели машинного обучения без потери наглядности или возможности контроля.
Снижение расходов на маркировку данных до 70 %
Amazon SageMaker Ground Truth упрощает точную маркировку наборов обучающих данных для различных вариантов применения, включая трехмерные облака точек, видео, изображения и текст.
Самый быстрый и простой способ подготовки данных для машинного обучения
Amazon SageMaker Data Wrangler сокращает время, необходимое для подготовки данных для машинного обучения, с нескольких недель до считаных минут. Вы можете выполнять каждый из этапов подготовки данных, в том числе отбор, очистку, изучение и визуализацию, всего за несколько щелчков мыши.
Специально созданное хранилище признаков для машинного обучения
Amazon SageMaker Feature Store – это специализированный репозиторий для хранения, обновления, извлечения и распространения признаков для машинного обучения. SageMaker Feature Store предлагает единое представление всех признаков для использования в моделях машинного обучения, что значительно упрощает создание моделей с высочайшей точностью прогнозирования.
Быстрое обучение моделей высокого качества
Amazon SageMaker содержит встроенные отладчик и профилировщик, которые позволяют вам выявлять и устранять ошибки в обучении и узкие места производительности до передачи моделей в рабочую среду.
Развертывание в облаке за один щелчок
Amazon SageMaker упрощает развертывание обученной модели в производственной среде (это можно сделать за один щелчок мыши), поэтому можно сразу начать генерировать прогнозы на основе пакетных данных или данных, поступающих в режиме реального времени.
Повышение качества моделей на периферийных устройствах
Amazon SageMaker Edge Manager помогает оптимизировать, защищать, отслеживать и обслуживать модели машинного обучения на большом количестве периферийных устройств, чтобы гарантировать корректность работы моделей, развернутых на периферийных устройствах.
Важные возможности для машинного обучения в производственной среде
Автоматизируйте рабочие процессы машинного обучения
Конвейеры Amazon SageMaker Pipelines – это первый удобный специализированный сервис непрерывной интеграции и непрерывной доставки (CI/CD) для машинного обучения. Рабочие процессы можно передавать другим командам для повторного применения.
Обнаружение смещений и анализ прогнозов
Amazon SageMaker Clarify позволяет выполнять обнаружение смещений на любой стадии рабочего процесса машинного обучения, благодаря чему вы сможете улучшить точность и прозрачность своих моделей. Этот сервис также предоставляет графы важности признаков, благодаря которым проще объяснять прогнозы на основе моделей и составлять отчеты, которые можно использовать для создания презентаций в компании или выявления проблем с моделью, требующей исправления.
Защита данных и кода на протяжении всего цикла машинного обучения
Amazon SageMaker обеспечивает широкий набор возможностей для безопасности, например шифрование, подключение к частной сети, авторизацию, аутентификацию, мониторинг и доступность для аудита, что поможет вашей организации соблюдать самые строгие требования к безопасности, которые могут применяться к рабочим нагрузкам машинного обучения.
Важные возможности для машинного обучения в производственной среде
Автоматизируйте рабочие процессы машинного обучения
Конвейеры Amazon SageMaker Pipelines – это первый удобный специализированный сервис непрерывной интеграции и непрерывной доставки (CI/CD) для машинного обучения. Рабочие процессы можно передавать другим командам для повторного применения.
Повысьте прозрачность
Amazon SageMaker Clarify позволяет выполнять обнаружение смещений на любой стадии рабочего процесса машинного обучения, благодаря чему вы сможете улучшить точность и прозрачность своих моделей. Этот сервис также предоставляет графы важности признаков, благодаря которым проще объяснять прогнозы на основе моделей и составлять отчеты, которые можно использовать для создания презентаций в компании или выявления проблем с моделью, требующей исправления.
Защита данных и кода на протяжении всего цикла машинного обучения
Amazon SageMaker обеспечивает широкий набор возможностей для безопасности, например шифрование, подключение к частной сети, авторизацию, аутентификацию, мониторинг и доступность для аудита, что поможет вашей организации соблюдать самые строгие требования к безопасности, которые могут применяться к рабочим нагрузкам машинного обучения.
Клиенты, использующие Amazon SageMaker
Десятки тысяч клиентов используют Amazon SageMaker в широком спектре отраслей.
Начать работу с Amazon SageMaker JumpStart
Amazon SageMaker представляет собой сервис машинного обучения, который можно использовать для создания, обучения и развертывания моделей ML практически любого назначения. Краткую техническую справку можно найти в пошаговом руководстве по SageMaker. Чтобы вам было легче начать работу над проектом машинного обучения, Amazon SageMaker JumpStart предлагает для самых типичных сценариев набор заранее подготовленных решений, которые вы можете развернуть парой щелчков мыши. Эти решения полностью персонализируемы, то есть вы можете адаптировать их для своих потребностей, вариантов использования и наборов данных.
Профилактическое обслуживание
Georgia Pacific использует SageMaker для разработки моделей машинного обучения, которые заблаговременно выявляют возможные проблемы с оборудованием.
Машинное зрение
3M использует модели обнаружения дефектов на основе SageMaker, чтобы повысить эффективность процессов контроля качества.
Автономные автомобили
Lyft Level 5 создала стандарты обучения на основе SageMaker, что позволило снизить длительность обучения моделей с нескольких дней до пары часов.