Publié le: Nov 29, 2017
Amazon SageMaker est un service entièrement géré permettant aux spécialistes des données et aux développeurs de créer, former et déployer rapidement et facilement des modèles de Machine Learning à grande échelle. Amazon SageMaker inclut des modules qui peuvent être utilisés ensemble ou indépendamment pour créer, former et déployer vos modèles de Machine Learning.
Création
Amazon SageMaker facilite la création de modèles Machine Learning et les prépare pour la formation en fournissant tout ce dont vous avez besoin pour vous connecter rapidement à vos données de formation, et pour sélectionner et optimiser les meilleurs algorithme et infrastructure pour votre application. Amazon SageMaker inclut les blocs-notes Jupyter hébergés qui simplifient l'exploration et la visualisation de vos données de formation stockées dans Amazon S3. Vous pouvez vous connecter directement aux données dans S3 ou utiliser AWS Glue pour déplacer les données depuis Amazon RDS, Amazon DynamoDB et Amazon Redshift vers S3 en vue de leur analyse dans votre bloc-notes.
Pour vous aider à sélectionner votre algorithme, Amazon SageMaker inclut les 10 algorithmes de Machine Learning les plus courants qui ont été préinstallés et optimisés pour proposer des performances jusqu'à 10 fois supérieures à celles qu'offre ailleurs l'exécution de ces algorithmes. Amazon SageMaker est aussi fourni préconfiguré pour exécuter TensorFlow et Apache MXNet, deux des infrastructures open source les plus répandues. Vous avez aussi la possibilité d'utiliser votre propre infrastructure.
Formation
Vous pouvez commencer la formation de votre modèle d'un simple clic dans la console Amazon SageMaker. Amazon SageMaker gère automatiquement l'ensemble de l'infrastructure et peut aisément mettre à l'échelle pour former les modèles à l'échelle de plusieurs pétaoctets. Pour que le processus de formation soit encore plus rapide et plus simple, AmazonSageMaker peut automatiquement régler votre modèle afin d'obtenir la plus grande précision possible.
Déploiement
Une fois que votre modèle est formé et réglé, Amazon SageMaker facilite le déploiement en production de telle sorte que vous puissiez commencer à exécuter les prévisions de génération sur les nouvelles données (process appelé inférence). Amazon SageMaker déploie votre modèle sur un cluster Auto Scaling d'instances Amazon EC2 réparties entre plusieurs zones de disponibilité pour offrir de hautes performances et une disponibilité élevée. Amazon SageMaker inclut aussi des fonctionnalités de test A/B intégrées pour vous aider à tester votre modèle et à expérimenter différentes versions afin d'obtenir les meilleurs résultats.
Comme Amazon SageMaker se saisit de la lourde charge du Machine Learning, vous pouvez créer, former et déployer vos modèles de Machine Learning rapidement et facilement.
Amazon SageMaker est actuellement disponible dans les régions AWS USA Est (Virginie du Nord et Ohio), USA Ouest (Oregon) et UE (Irlande). Pour en savoir plus sur Amazon SageMaker, consultez les pages produit et démarrez gratuitement dès aujourd'hui !