В чем преимущества SageMaker Canvas?

Благодаря интерфейсу, не требующему программирования, вы можете создавать высокоточные модели машинного обучения, не имея предшествующего опыта машинного обучения и не написав ни единой строки программного кода. SageMaker Canvas обеспечивает доступ к готовым к использованию моделям, включая базовые модели из Amazon Bedrock или Amazon SageMaker JumpStart. Кроме того, можно создать собственную модель машинного обучения. С помощью SageMaker Canvas вы можете с легкостью получать и импортировать данные из более чем 50 источников, подготавливать данные с использованием естественного языка и более чем 300 встроенных средств преобразования, создавать и обучать высокоточные модели, составлять прогнозы и развертывать модели в производственной среде.

Обзор Amazon SageMaker Canvas (1:11)

Готовые к использованию модели

  • Базовые модели
  • Базовые модели

    Базовые модели

    SageMaker Canvas предоставляет доступ к готовым к использованию базовым моделям, таким как Claude 2, Amazon Titan и Jurassic-2 (на базе Amazon Bedrock), а также к общедоступным базовым моделям, таким как Falcon и MPT (на базе SageMaker JumpStart)

  • Табличные модели, модели машинного зрения (CV) и модели обработки естественного языка (NLP)
  • Табличные модели, модели машинного зрения (CV) и модели обработки естественного языка (NLP)

    Табличные модели, модели машинного зрения (CV) и модели обработки естественного языка (NLP)

    SageMaker Canvas предоставляет доступ к готовым к использованию табличным моделям, моделям обработки естественного языка (NLP) и моделям машинного зрения (CV) на базе сервисов ИИ AWS, включая Amazon Rekognition, Amazon Textract и Amazon Comprehend.

Пользовательские модели

  • Подготовка данных
  • Подготовка данных

    Подготовка данных

    SageMaker Canvas обеспечивает исследование и подготовку данных без использования кода с помощью пользовательского интерфейса на естественном языке или с интерактивным режимом взаимодействия.

  • Создание моделей
  • Создание моделей

    Создание моделей

    SageMaker Canvas использует Amazon AutoML для создания собственной модели, обученной на вашем наборе данных.

  • Оценка моделей
  • График состояния модели

    Оценка моделей

    SageMaker Canvas помогает оценить производительность модели с помощью общих оценочных метрик и визуальных эффектов.

  • Использование моделей
  • Использование моделей

    Использование моделей

    Прогнозы можно генерировать в пользовательском интерфейсе SageMaker Canvas или развертывать их на адресе SageMaker.

Преимущества SageMaker Canvas

Amazon SageMaker Canvas представляет собой визуальный интерфейс для бизнес-аналитиков, в котором на основе машинного обучения можно решать такие бизнес-задачи, как прогнозирование оттока клиентов, обнаружение мошенничества, прогнозирование финансовых показателей и продаж, оптимизация запасов, создание контента и многое другое. При этом для этого не требуется писать код.
В Amazon SageMaker Canvas доступны к готовые к использованию базовые модели (FM) для создания контента, извлечения текста, резюмирования текста и документов, вопросов и ответов, анализа тональности высказываний, обнаружения объектов, определения текста и многого другого. Можно использовать и настраивать такие базовые модели, как Claude 2, Amazon Titan и Jurassic-2 (на основе Amazon Bedrock), а также базовые модели на основе SageMaker JumpStart (Falcon и MPT). При этом для использования не требуется писать код.
Amazon SageMaker Canvas поддерживает полный жизненный цикл машинного обучения, включая импорт данных из более чем 50 источников данных, комплексную подготовку данных с использованием более чем 300 встроенных преобразований, использование запросов на естественном языке для изучения и подготовки данных, создание собственных моделей с расширенными возможностями обучения, генерацию и автоматизацию прогнозов для сценариев «что если» и пакетный вывод, а также развертывание моделей в адреса в реальном времени.
Amazon SageMaker Canvas оптимизирует процесс совместной работы бизнес-аналитиков и команд по анализу данных. Специалисты по анализу данных могут делиться всеми моделями, созданными в Amazon SageMaker Canvas, а также просматривать и обновлять их в SageMaker Studio, а опытные пользователи могут применять API SageMaker AutoPilot для целей программирования. Кроме того, через Amazon QuickSight моделями и прогнозами можно делиться с бизнес-аналитиками.

Примеры использования

Создавайте персонализированный, интересный и высококачественный контент для продаж и маркетинга, такой как публикации в социальных сетях, описания продуктов и кампании по электронной почте.
Составляйте краткие резюме статей, публикаций в блогах и документов, чтобы выделить ключевые выводы, определить наиболее важную информацию и быстрее извлечь информацию.

Анализируйте и извлекайте информацию из различных документов, таких как страховые претензии, счета-фактуры, отчеты о расходах или документы, удостоверяющие личность.

Используйте данные о потреблении продуктов и истории покупок для выявления закономерностей оттока клиентов и прогнозирования рисков оттока клиентов в будущем.

Прогнозируйте уровень запасов, сочетая хронологические данные о продажах и спросе с соответствующей информацией о сетевом трафике, ценах, категориях продуктов и праздниках