Amazon SageMaker Canvas
Gere previsões de ML precisas, sem usar códigoPor que usar o SageMaker Canvas?
Por meio de uma interface sem código, você pode criar modelos de machine learning altamente precisos, sem nenhuma experiência em machine learning ou sem precisar escrever uma única linha de código. O SageMaker Canvas fornece acesso a modelos prontos para uso, incluindo modelos de base do Amazon Bedrock ou do Amazon SageMaker JumpStart, ou você pode criar seu próprio modelo de ML personalizado. Com o SageMaker Canvas, você pode acessar e importar facilmente dados de mais de 50 fontes, preparar dados usando linguagem natural e mais de 300 transformações integradas, criar e treinar modelos altamente precisos, gerar previsões e implantar modelos em ambientes de produção.
Modelos prontos para uso
-
Modelos de base
-
Modelos em tabela, CV e PNL
-
Modelos de base
-
Modelos de base
O SageMaker Canvas fornece acesso a modelos de base (FMs) prontos para uso, como Claude 2, Amazon Titan e Jurassic-2 (com tecnologia Amazon Bedrock), bem como FMs disponíveis publicamente, como Falcon e MPT (com tecnologia SageMaker JumpStart).
-
Modelos em tabela, CV e PNL
-
Modelos em tabela, CV e PNL
O SageMaker Canvas oferece acesso a modelos tabulares, de PLN e CV prontos para uso desenvolvidos com a tecnologia de serviços de IA da AWS, incluindo Amazon Rekognition, Amazon Textract e Amazon Comprehend.
Modelos personalizados
-
Preparação dos dados
-
Criar modelos
-
Avaliar modelos
-
Usar modelos
-
Preparação dos dados
-
Preparação dos dados
O SageMaker Canvas oferece exploração e preparação de dados sem código por meio de uma interface de usuário de apontar e clicar ou em linguagem natural.
-
Criar modelos
-
Criar modelos
O SageMaker Canvas usa o AutoML da Amazon para criar um modelo personalizado treinado com o seu conjunto de dados.
-
Avaliar modelos
-
Avaliar modelos
O SageMaker Canvas ajuda você a entender a performance do modelo com métricas e recursos visuais de avaliação comuns.
-
Usar modelos
-
Usar modelos
Você pode gerar previsões na interface do usuário do SageMaker Canvas ou implantá-las em um endpoint do SageMaker.