Amazon SageMaker

Máy học dành cho mọi nhà phát triển và nhà khoa học dữ liệu

Amazon SageMaker Studio

Amazon SageMaker giúp các nhà phát triển và nhà khoa học dữ liệu chuẩn bị, xây dựng, đào tạo và triển khai các mô hình máy học (ML) chất lượng cao một cách nhanh chóng bằng cách tập hợp một loạt các khả năng được xây dựng với mục đích cụ thể cho ML.

Dịch vụ ML toàn diện nhất

Đẩy nhanh sự đổi mới với các công cụ được xây dựng với mục đích cụ thể cho mọi bước phát triển ML, bao gồm ghi nhãn, chuẩn bị dữ liệu, kỹ thuật tính năng, phát hiện sai lệch thống kê, ML tự động, đào tạo, điều chỉnh, lưu trữ, giải thích, giám sát và quy trình công việc.

Quy trình công việc Machine Learning
IDE cho ML

Môi trường phát triển tích hợp (IDE) đầu tiên cho ML

Tăng năng suất của bạn bằng cách sử dụng Amazon SageMaker Studio, môi trường phát triển tích hợp đầy đủ đầu tiên được thiết kế riêng cho ML, mang lại mọi thứ bạn cần cho ML dưới một giao diện người dùng trực quan, thống nhất.

Chức năng tích hợp

Chức năng được thiết kế từ giai đoạn khởi đầu để làm việc cùng nhau

Sử dụng các khả năng tích hợp của Amazon SageMaker để phát triển ML, vì vậy bạn có thể loại bỏ nhiều tháng viết mã tích hợp tùy chỉnh và cuối cùng là giảm chi phí.

Cách thức hoạt động

  • Tổng quan
  • Chi tiết

Một trong những dịch vụ phát triển nhanh nhất trong lịch sử AWS

Amazon SageMaker được xây dựng dựa trên hai thập kỷ kinh nghiệm của Amazon trong việc phát triển các ứng dụng máy học thực tế, bao gồm các đề xuất sản phẩm, cá nhân hóa, mua sắm thông minh, robot và các thiết bị hỗ trợ bằng giọng nói.

Tăng 10 lần

năng suất nhóm

Giảm 90%

chi phí bằng đào tạo tại chỗ có quản lý

Giảm 75%

chi phí suy luận

Giảm 54%

Tổng chi phí sở hữu

Giảm 70%

chi phí ghi nhãn dữ liệu

Bổ sung 198

khả năng mới kể từ khi ra mắt

22

chương trình tuân thủ (PCI, HIPAA, SOC 1/2/3, FedRAMP, ISO, v.v.)

Amazon SageMaker hỗ trợ các bộ công cụ và khung máy học hàng đầu

TensorFlow
PyTorch
mxnet
Biểu tượng của Huggine Face

Các tính năng chính để chuẩn bị dữ liệu và xây dựng, đào tạo và triển khai các mô hình ML

Cải thiện năng suất bằng cách sử dụng môi trường phát triển tích hợp (IDE) đầy đủ đầu tiên cho ML

Amazon SageMaker Studio cung cấp một giao diện trực quan duy nhất dựa trên web, nơi bạn có thể thực hiện tất cả các bước phát triển ML cần thiết để chuẩn bị dữ liệu và xây dựng, đào tạo và triển khai các mô hình.

Tìm hiểu thêm »
SageMaker Studio

Tự động xây dựng, đào tạo và điều chỉnh mô hình

Tính năng Lái tự động Amazon SageMaker lựa chọn thuật toán tốt nhất cho dự đoán và tự động xây dựng, đào tạo và điều chỉnh các mô hình máy học mà không làm mất khả năng hiển thị hay kiểm soát.

Tìm hiểu thêm »
Lái tự động SageMaker

Giảm chi phí ghi nhãn dữ liệu đến 70%

Amazon SageMaker Ground Truth giúp bạn dễ dàng ghi nhãn chính xác hơn các tập dữ liệu đào tạo cho nhiều trường hợp sử dụng, bao gồm đám mây điểm 3D, video, hình ảnh và văn bản.

Tìm hiểu thêm »
SageMaker Ground Truth
Mới

Cách nhanh nhất và dễ nhất để chuẩn bị dữ liệu cho ML

Trình sắp xếp dữ liệu Amazon SageMaker giảm thời gian chuẩn bị dữ liệu cho ML từ vài tuần xuống còn vài phút. Với một vài cú nhấp chuột, bạn có thể hoàn thành từng bước của quy trình công việc chuẩn bị dữ liệu, bao gồm lựa chọn, làm sạch, thăm dò và trực quan hóa dữ liệu.

Tìm hiểu thêm »
Trình sắp xếp dữ liệu Amazon SageMaker
Mới

Cửa hàng tính năng được xây dựng với mục đích cụ thể cho ML

Kho tính năng Amazon SageMaker cung cấp một kho lưu trữ để lưu trữ, cập nhật, truy xuất và chia sẻ các tính năng ML. Kho tính năng SageMaker cung cấp chế độ xem nhất quán về các tính năng cho mô hình ML sử dụng, do đó, việc tạo các mô hình đưa ra dự đoán có độ chính xác cao trở nên dễ dàng hơn rất nhiều.

Tìm hiểu thêm »
Kho tính năng SageMaker

Đào tạo mô hình chất lượng cao nhanh hơn

Amazon SageMaker cung cấp trình gỡ lỗi tích hợp và trình cấu hình để bạn có thể xác định và giảm các lỗi đào tạo, cũng như giảm trở ngại hiệu năng từ các mô hình của bạn trước khi đưa chúng vào sản xuất.

Tìm hiểu thêm »
Trình gỡ lỗi SageMaker

Triển khai lên đám mây bằng một cú nhấp chuột

Amazon SageMaker tạo điều kiện thuận lợi cho việc triển khai mô hình đã đào tạo của bạn vào khâu sản xuất bằng một cú nhấp chuột. Vì vậy, bạn có thể bắt đầu tạo các dự đoán đối với dữ liệu trong thời gian thực hoặc theo lô.

Tìm hiểu thêm »
Triển khai bằng một cú nhấp chuột
Mới

Cải thiện chất lượng của các mô hình trên các thiết bị biên

Trình quản lý biên Amazon SageMaker giúp bạn tối ưu hóa, bảo mật, giám sát và duy trì các mô hình máy học trên nhóm thiết bị biên để đảm bảo rằng các mô hình được triển khai trên thiết bị biên đang hoạt động chính xác.

Tìm hiểu thêm »
Trình quản lý biên SageMaker

Các tính năng cần thiết cho ML trong sản xuất

Quy trình SageMaker
Mới

Tự động hóa quy trình công việc máy học

Quy trình Amazon SageMaker là dịch vụ tích hợp liên tục và phân phối liên tục (CI/CD) được xây dựng với mục đích cụ thể, dễ sử dụng đầu tiên cho máy học. Quy trình công việc có thể được chia sẻ và tái sử dụng giữa các nhóm.

Tìm hiểu thêm »
Làm rõ SageMaker
Mới

Phát hiện sai lệch và tìm hiểu các dự đoán

Tính năng Làm rõ Amazon SageMaker cung cấp khả năng phát hiện sai lệch trong quy trình công việc ML, cho phép bạn tạo ra sự công bằng và minh bạch lớn hơn cho mô hình ML của mình. Tính năng Làm rõ Amazon SageMaker cũng bao gồm các biểu đồ tầm quan trọng đặc trưng giúp bạn giải thích về các dự đoán mô hình và tạo báo cáo nhằm hỗ trợ việc trình bày nội bộ hoặc để xác định các vấn đề mô hình gặp phải để thực hiện các bước khắc phục.

Tìm hiểu thêm »
Bảo mật SageMaker

Bảo mật dữ liệu và mã của bạn trong suốt vòng đời ML

Amazon SageMaker cung cấp một bộ tính năng bảo mật toàn diện, bao gồm mã hóa, kết nối mạng riêng, ủy quyền, xác thực, giám sát và khả năng kiểm tra để giúp tổ chức của bạn đáp ứng các yêu cầu bảo mật có thể áp dụng cho khối lượng công việc máy học.

Tìm hiểu thêm »

Các tính năng cần thiết cho ML trong sản xuất

Quy trình SageMaker
Mới

Tự động hóa quy trình công việc máy học

Quy trình Amazon SageMaker là dịch vụ tích hợp liên tục và phân phối liên tục (CI/CD) được xây dựng với mục đích cụ thể, dễ sử dụng đầu tiên cho máy học. Quy trình công việc có thể được chia sẻ và tái sử dụng giữa các nhóm.

Tìm hiểu thêm »
Làm rõ SageMaker
Mới

Cải thiện tính minh bạch

Tính năng Làm rõ Amazon SageMaker cung cấp khả năng phát hiện sai lệch trong quy trình công việc ML, cho phép bạn tạo ra sự công bằng và minh bạch lớn hơn cho mô hình ML của mình. Tính năng Làm rõ Amazon SageMaker cũng bao gồm các biểu đồ tầm quan trọng đặc trưng giúp bạn giải thích về các dự đoán mô hình và tạo báo cáo nhằm hỗ trợ việc trình bày nội bộ hoặc để xác định các vấn đề mô hình gặp phải để thực hiện các bước khắc phục.

Tìm hiểu thêm »
Bảo mật SageMaker

Bảo mật dữ liệu và mã của bạn trong suốt vòng đời ML

Amazon SageMaker cung cấp một bộ tính năng bảo mật toàn diện, bao gồm mã hóa, kết nối mạng riêng, ủy quyền, xác thực, giám sát và khả năng kiểm tra để giúp tổ chức của bạn đáp ứng các yêu cầu bảo mật có thể áp dụng cho khối lượng công việc máy học.

Tìm hiểu thêm »

Khách hàng của Amazon SageMaker

Amazon SageMaker được sử dụng bởi hàng chục nghìn khách hàng trong nhiều ngành.

Đọc thêm câu chuyện của khách hàng »
Capital One
Celgene
Conde Nast
Domino's
F1
GE
Lyft
Roche
Siemens
T-Mobile
Thomson Reuters
Verizon
Mới

Bắt đầu với Khởi đầu nhanh Amazon SageMaker

Amazon SageMaker là dịch vụ máy học mà bạn có thể sử dụng để xây dựng, đào tạo và triển khai các mô hình ML cho hầu hết mọi trường hợp sử dụng. Để xem giới thiệu nhanh về kỹ thuật, hãy đọc hướng dẫn từng bước về SageMaker. Để giúp bạn bắt đầu với dự án ML của mình, Khởi đầu nhanh Amazon SageMaker cung cấp một tập hợp các giải pháp dựng sẵn cho các trường hợp sử dụng phổ biến nhất mà bạn có thể triển khai chỉ với vài cú nhấp chuột. Các giải pháp này hoàn toàn có thể tùy chỉnh để bạn có thể sửa đổi chúng cho phù hợp với nhu cầu của trường hợp sử dụng và bộ dữ liệu cụ thể của mình.

Hướng dẫn từng bước về SageMaker » Khởi đầu nhanh SageMaker »
Bảo trì dự đoán

Bảo trì dự đoán

Georgia Pacific sử dụng SageMaker để phát triển các mô hình ML phát hiện sớm các vấn đề về máy móc.

Tìm hiểu thêm »
Tầm nhìn máy tính

Tầm nhìn máy tính

3M đang sử dụng các mô hình phát hiện lỗi được xây dựng trên SageMaker để nâng cao hiệu quả của các quy trình kiểm soát chất lượng của mình.

Tìm hiểu thêm »
Lái xe tự hành

Lái xe tự hành

Lyft Cấp độ 5 chuẩn hóa trên SageMaker cho đào tạo và giảm thời gian đào tạo về mô hình từ vài ngày xuống còn vài giờ.

Tìm hiểu thêm »