Amazon SageMaker 透過整合專門為 ML 建置的一組廣泛的功能，協助資料科學家和開發人員快速準備、建置、培訓和部署高品質的機器學習 (ML) 模型。
最全面的 ML 服務
運用專門為 ML 開發過程的每個步驟精心打造的工具來加速創新，這些工具包含標記、資料準備、功能工程、統計偏差偵測、自動 ML、培訓、調整、託管、解釋性、監控和工作流程。
第一款適用於 ML 的整合式開發環境 (IDE)
運用 Amazon SageMaker Studio 來加速您的生產力－Amazon SageMaker Studio 是第一款適用於 ML 的完全整合式開發環境，能夠在單一、統整式的視覺使用者介面下提供您 ML 所需的一切。
全新設計的功能，讓合作更加順暢
運用 Amazon SageMaker 特別為 ML 開發所設計的整合式功能，讓您省去數個月編寫自訂整合程式碼的時間，進而降低可觀的成本。
運作方式
-
概觀
-
詳細資訊
-
概觀
-
-
詳細資訊
-
SageMaker 功能 描述 自動化模型調整 超參數最佳化 使用內建演算法與您自己擁有的演算法 數十種最佳化的演算法，或使用您自己擁有的演算法 分散式培訓 - 全新功能
適用於大型資料集和模型的培訓 Kubernetes 與 Kubeflow 整合 簡化 Kubernetes 型機器學習 本機模式 在本機電腦上測試並製作原型 受管 Spot 培訓 減少 90% 的培訓成本 多模型端點 每個執行個體託管多個模型，藉此降低成本 一鍵式部署 全受管、超低延遲、高輸送量 一鍵式培訓 分散式基礎架構管理 SageMaker Autopilot 自動建立具備完整能見度的機器學習模型 SageMaker Clarify - 全新功能
偵測偏差及了解模型預測 SageMaker Data Wrangler - 全新功能 彙總並準備用於機器學習的資料 SageMaker Debugger 偵錯與設定檔培訓執行 SageMaker Edge Manager - 全新功能 管理並監控邊緣裝置上的模型
SageMaker 實驗 擷取、整理並比較每個步驟 SageMaker Feature Store - 全新功能 儲存、更新、擷取與共享功能 SageMaker Ground Truth 標記用於機器學習的培訓資料 SageMaker JumpStart - 全新功能 適用於常見使用案例的預先建置解決方案 SageMaker 模型監測 維持已部署模型的準確性 SageMaker Pipelines - 全新功能 工作流程協調與自動化 SageMaker 處理 內建 Python、BYO R/Spark SageMaker Studio 適用於 ML 的整合式開發環境 (IDE) SageMaker Studio Notebooks 具有彈性運算和共享功能的 Jupyter 筆記本
AWS 有史以來成長最快速的服務之一
Amazon SageMaker 是根據 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。
10x
團隊生產力的提升
90%
成本降低 (透過受管 Spot 培訓)
75%
更低的推斷成本
54%
70%
198
22
Amazon SageMaker 支援領先的機器學習框架
可用來準備資料以及建置、培訓並部署 ML 模型的主要功能
運用第一款適用於 ML 的全整合式開發環境 (IDE) 來提高生產力。
Amazon SageMaker Studio 提供單一的 Web 視覺化界面，您可以在其中執行準備資料以及建置、培訓並部署模型所需的所有 ML 開發步驟。
減少最多 70% 的資料標籤成本
Amazon SageMaker Ground Truth 可讓您更精確地為各式各樣的使用案例 (包含 3D 點雲、視訊、影像和文字) 標記培訓資料集。
為 ML 準備資料最快速、輕鬆的方式
Amazon SageMaker Data Wrangler 可將 ML 準備資料所需的時間從數週縮減到數分鐘。只要點選幾下，您就可以完成資料準備工作流程的每個步驟，包含資料選擇、清理、探索和視覺化。
專門為 ML 精心打造的功能儲存區
Amazon SageMaker Feature Store 提供了儲存庫，可用於儲存、更新、擷取和分享 ML 功能。SageMaker Feature Store 會針對要使用的 ML 模型提供一致的功能檢視方式，讓製作可生成高精準度預測的模型變得更加簡便。
在邊緣裝置上提升模型的品質
Amazon SageMaker Edge Manager 可協助您對邊緣裝置機群上部署的機器學習模型執行最佳化、安全性、監控與維護等作業，讓部署在邊緣裝置上的模型均能正確運作。
生產環境 ML 的必要功能
自動化機器學習工作流程
Amazon SageMaker Pipelines 是第一款專門為機器學習精心打造、簡單易用的持續整合和持續交付 (CI/CD) 服務。工作流程可在團隊間共享，也可重複使用。
偵測偏差及了解預測
Amazon SageMaker Clarify 可提供 ML 工作流程之間的偏差偵測，讓您將更完善的公平性和透明度建置到 ML 模型中。SageMaker Clarify 還包括功能重要性圖表，可協助您闡述模型預測並產生報告，這可用於支援內部簡報或識別模型中的問題，以便您採取措施進行更正。
確保整個 ML 生命週期內資料與程式碼的安全性
Amazon SageMaker 提供一整套完整的安全功能，包含加密、私有網路連線能力、授權、驗證、監控與稽核能力，透過適用於機器學習工作負載的安全要求來協助您的組織。
生產環境 ML 的必要功能
自動化機器學習工作流程
Amazon SageMaker Pipelines 是第一款專門為機器學習精心打造、簡單易用的持續整合和持續交付 (CI/CD) 服務。工作流程可在團隊間共享，也可重複使用。
提升透明度
Amazon SageMaker Clarify 可提供 ML 工作流程之間的偏差偵測，讓您將更完善的公平性和透明度建置到 ML 模型中。SageMaker Clarify 還包括功能重要性圖表，可協助您闡述模型預測並產生報告，這可用於支援內部簡報或識別模型中的問題，以便您採取措施進行更正。
確保整個 ML 生命週期內資料與程式碼的安全性
Amazon SageMaker 提供一整套完整的安全功能，包含加密、私有網路連線能力、授權、驗證、監控與稽核能力，透過適用於機器學習工作負載的安全要求來協助您的組織。
開始使用 Amazon SageMaker JumpStart
Amazon SageMaker 是一種機器學習服務，您可以用這種服務來為幾乎任何一種使用案例建置、培訓並部署 ML 模型。如需簡要的技術介紹，請查看 SageMaker 逐步指南。為了協助您開始您的 ML 專案，Amazon SageMaker JumpStart 針對最常見的使用案例提供了一套預先建置的解決方案，讓您僅需按幾下即可進行部署。這些解決方案是完全可自訂的，讓您可以進行修改以符合特定使用案例和資料集的需牛。
