機器學習 (ML) 已成為從自然語言處理和電腦視覺到詐騙偵測、需求預測、產品推薦、預防性維護和文件處理等廣泛使用案例的核心技術要素。若要大規模利用機器學習的優勢，則需要標準化整個企業的現代 ML 開發程序。透過提供可擴展的基礎架構、整合式工具、負責任地使用 ML 的健康實務、所有 ML 技能水準的開發人員和資料科學家都可以選擇的工具，以及有效的資源管理以確保低成本，現代化 ML 開發程序可加快您的創新步伐。
優勢
加速 ML 創新
將 ML 模型開發時間從數月縮短至幾週，並加速將模型推向市場。使用針對 ML 開發每一步的專用工具，提高資料科學家的工作效率。使用 MLOps 自動化 ML 程序以擴展模型開發。
促進負責任地使用 ML
偵測整個 ML 工作流程中的偏差，為您的模型建置更高的公平性和透明度。利用一套全面的 AWS 安全和管控功能，來協助您的組織滿足可能適用於 ML 工作負載的安全要求。
以任何 ML 技能水準進行創新
讓您的開發人員和資料科學家以自己喜愛的方式開發 ML 模型。讓資料科學家在整合式開發環境中編寫程式碼、自動建置 ML 模型，或者為常用使用案例輕鬆部署預先建置的解決方案。
降低成本
相較於自我管理選項，透過自動最佳化基礎架構和提高資源利用率，將總體擁有成本降低 54% 以上。
客戶案例
Lyft 的自駕車部門 Lyft Level 5 已在 Amazon SageMaker 上標準化訓練，並且將模型訓練時間從數日降低至數小時以內。
藉助 Amazon SageMaker Clarify，Deutsche Fußball Liga (DFL) GmbH 可以了解德甲比賽資料洞察的關鍵組成部分，從而為球迷提供更高品質的洞察。
Freddy’s Frozen Custard & Steakburgers 透過 Domo 使用 Amazon SageMaker Autopilot 部署機器學習模型，無需聘請 ML 專家，並實現了兩位數的銷售額增長。
NerdWallet 使用 Amazon SageMaker，將 ML 訓練成本降低約 75%，同時增加了訓練的模型數量。
使用案例
準確地分析影像
針對廣泛的使用案例開發電腦視覺模型，包括物件偵測、醫療診斷和自動駕駛。例如，醫療保健客戶可以使用影像分類等 SageMaker 功能，來改進對患者的診斷，降低診斷的主觀性，並減少病理學家的工作量。
自動化文字處理
建置 ML 模型以自動處理和分析手寫和電子文件中的資料，以便您更快、更準確且經濟高效地分析文件。Amazon SageMaker 提供內建 ML 演算法，例如 BlazingText 和 Linear Learner，其針對文字分類、自然語言處理 (NLP) 和光學字符識別 (OCR) 進行最佳化。SageMaker 還可與常用的 NLP 模型庫 Hugging Face 整合。
快速偵測異常狀況
識別詐騙偵測和預測性維護等一系列應用程式的資料異常狀況。例如，使用機器學習在可疑交易發生之前進行識別，並及時提醒您的客戶以增強客戶信任。SageMaker 提供內建的 ML 演算法，例如 Random Cut Forest 和 XGBoost，以便您用於快速訓練和部署詐騙偵測模型。
提供個人化推薦
使用 ML 為客戶提供定製的線上體驗，提高客戶滿意度，並快速發展業務。Amazon SageMaker 提供分解機等內建的 ML 演算法，來建置推薦引擎。您還可以使用 SageMaker Autopilot 自動產生個人化模型，只需幾個簡單步驟即可部署。
AWS 上的特色解決方案
探索專門打造的服務、AWS 解決方案、合作夥伴解決方案和指導，以快速解決您的商業和技術使用案例。
Amazon SageMaker
Amazon SageMaker 可協助您輕鬆實現跨業務領域的 ML 環境現代化，使具備各階層 ML 技能水平的開發人員和資料科學家能夠為幾乎任何使用案例建置、訓練和部署機器學習模型。SageMaker 在一個統一的視覺化使用者戶界面下，彙總了大量專門建置的 ML 功能，無需建置您自己的 ML 環境，讓您可以專注於您的核心業務。SageMaker 根據 Amazon 長達 20 年開發真實世界機器學習應用程式的經驗精心打造而成，包含產品推薦、個人化、智慧採購、機器人和語音輔助裝置。
MLOps 工作負載協調器
此解決方案協助您針對機器學習 (ML) 模型生產，來精簡和強制執行架構最佳實務。此解決方案是一種可擴展的架構，可提供標準介面，用於管理 AWS 機器學習 (ML) 服務和第三方服務的機器學習 (ML) 管道。
AWS 上分散式模型訓練的指導
本指導協助具有內部部署限制或現有 Kubernetes 投資的客戶使用 Amazon Elastic Kubernetes Service (Amazon EKS) 和 Kubeflow 或 Amazon SageMaker 來實作混合分散式機器學習 (ML) 訓練架構。
資源
Amazon SageMaker 逐步指南
Amazon SageMaker 十分鐘教學
在 Amazon SageMaker JumpStart 中提供預先建置的解決方案
