張貼日期: Nov 29, 2017
Amazon SageMaker 是完整的受管服務，可讓資料科學家和開發人員快速輕鬆建置、調校及部署任何規模的機器學習模型。Amazon SageMaker 內含的模組可整合運作，也可獨立用於建立、調校及部署機器學習模型。
建置
Amazon SageMaker 可用來輕鬆建置 ML 模型，並提供快速連接至調校資料所需的一切元件，隨時可供調校，還能針對您的應用程式選擇及最佳化最適合的演算法與架構。Amazon SageMaker 包含託管型 Jupyter 筆記本，方便您探索及視覺化儲存在 Amazon S3 上的調校資料。您可直接連接至 S3 上的資料，或使用 AWS Glue 將資料從 Amazon RDS、Amazon DynamoDB 和 Amazon Redshift 轉移到 S3，以在您的筆記本內進行分析。
為幫助您選出演算法，Amazon SageMaker 內含 10 種最常見的機器學習演算法，這些演算法已預先安裝並經過最佳化，演算法的效能比起在其他地方執行最高可達 10 倍。Amazon SageMaker 也經過預先設定，可執行 TensorFlow 和 Apache MXNet 這兩種最常見的開放原始碼架構。您也可選擇使用自己的架構。
調校
輕鬆在 Amazon SageMaker 主控台內按一下滑鼠，便能開始調校模型。Amazon SageMaker 能為您管理所有底層的基礎設施，還能輕鬆為調校模型執行 PB 級的擴充。為了加快並簡化調校程序，AmazonSageMaker 可自動調整模型，達到最高的準確度。
部署
模型經過調校與調整後，Amazon SageMaker 還能讓模型輕鬆進入生產部署，讓您產生新資料的預測 (此程序稱為推論) 並開始運作。Amazon SageMaker 會將模型部署在橫跨多個可用區域的 Amazon EC2 執行個體的自動擴充叢集上，以提供高效能及高可用性。Amazon SageMaker 亦內建 A/B 測試功能，可協助您測試模型，使用不同版本進行實驗，以獲得最好的結果。
Amazon SageMaker 可處理機器學習的繁瑣工作，讓您快速輕鬆建置、調校及部署機器學習模型。