為什麼要進行 ML 管控
Amazon SageMaker AI 提供專用的管理工具來協助您負責任地執行 ML。透過 Amazon SageMaker Role Manager,管理員可在幾分鐘之內定義最小許可。Amazon SageMaker Model Cards 可以更輕鬆地儲存、擷取與共享從概念到部署的基本模型資訊,例如用途、風險評級和訓練詳細資訊。Amazon SageMaker Model Dashboard 會通知您單一位置的生產中模型行為。整合 Amazon SageMaker AI 與 Amazon DataZone,讓簡化 ML 和資料控管變得更輕鬆。
SageMaker ML 管控的優勢
與 Amazon DataZone 整合
設定控制與佈建
IT 管理員可在 Amazon DataZone 中定義您的企業和使用案例特定的基礎設施控制與許可。然後,您只需點按幾下,即可建立適當的 SageMaker 環境,並在 SageMaker Studio 中啟動開發程序。
搜尋和探索資產
在 SageMaker Studio 中,您可有效地搜尋和探索組織企業型錄中的資料和 ML 資產。您還可透過訂閱,來請求存取您可能需要在專案中使用的資產。

取用資產
您的訂閱請求獲得核准後,即可使用 JupyterLab 和 SageMaker Canvas,在 ML 任務中取用這些訂閱的資產,例如 SageMaker Studio 內的資料準備、模型訓練和特徵工程等。
發佈資產
完成 ML 任務後,您可將資料、模型和特徵群組發佈到業務型錄,以便其他使用者進行控管和探索。
