Amazon SageMaker ile Makine Öğrenimi Yönetimi

Erişim kontrolünü basitleştirin ve şeffaflığı artırın
Amazon SageMaker'ı kullanmaya başlayın

Neden ML yönetişimi?

Amazon SageMaker, makine öğrenimini sorumlu bir şekilde uygulamanıza yardımcı olmak için amaca yönelik oluşturulmuş yönetim araçları sağlar. Amazon SageMaker Rol Yöneticisi ile yöneticiler minimum yetkileri dakikalar içinde tanımlayabilir. Amazon SageMaker Model Kartları, tasarımdan dağıtıma kadar amaçlanan kullanımlar, risk derecelendirmeleri ve eğitim ayrıntıları gibi temel model bilgilerinin yakalanmasını, alınmasını ve paylaşılmasını kolaylaştırır. Amazon SageMaker Model Panosu, üretimdeki model davranışı hakkında tek bir yerden bilgi almanızı sağlar. Amazon SageMaker ve Amazon DataZone entegrasyonu, ML ve veri yönetişimini kolaylaştırır.

SageMaker ML Yönetişiminin Avantajları

Projelerdeki ML ve veri varlıklarına erişimi yönetmek için kurumsal düzeyde güvenlik denetimleriyle ML geliştirme ortamlarını dakikalar içinde tedarik edin.
Makine öğrenimi (ML) uygulayıcılarının SageMaker ile daha hızlı çalışmaya başlamasını sağlayan özelleştirilmiş roller oluşturun
Model belgelerini kolaylaştırın ve tasarımdan dağıtıma kadar temel varsayımlar, özellikler ve yapıtlara ilişkin görünürlük sağlayın
Birleşik bir görünüm aracılığıyla tüm modeller, uç noktalar ve model izleme işleri için performansı hızlı şekilde denetleyin ve sorunları giderin. Beklenen model davranışından sapmaların yanı sıra eksik veya etkin olmayan denetim işlerini otomatik uyarılarla izleyin

Amazon DataZone ile entegre edin

  • Kurulum denetimleri ve tedariki

  • BT Yöneticileri, Amazon DataZone'da kuruluşunuza ve kullanım örneğine özgü altyapı denetimleri ve izinleri tanımlayabilir. Daha sonra sadece birkaç tıklamayla uygun bir SageMaker ortamı oluşturabilir ve SageMaker Studio içinde geliştirme sürecini başlatabilirsiniz.

  • Varlıkları arayın ve keşfedin

  • SageMaker Stüdyosu'nda kuruluşunuzun iş kataloğundaki verileri ve ML varlıklarını verimli bir şekilde arayabilir ve keşfedebilirsiniz. Ayrıca, projenizde kullanmanız gerekebilecek varlıklara abone olarak erişim talep edebilirsiniz.

  • Varlıkları kullanın

  • Abonelik talebiniz onaylandıktan sonra, bu abone olunan varlıkları JupyterLab ve SageMaker Canvas'ı kullanarak SageMaker Stüdyosu içindeki veri hazırlama, model eğitimi ve özellik mühendisliği gibi ML görevlerinde kullanabilirsiniz.

  • Varlıkları yayımlayın

  • ML görevlerini tamamladıktan sonra, diğer kullanıcılar tarafından yönetişim ve keşfedilebilirlik için verileri, modelleri ve özellik gruplarını işletme kataloğunda yayınlayabilirsiniz.

İzinleri tanımlama

ML etkinlikleri için izinleri basitleştirin

SageMaker Rol Yöneticisi, önceden oluşturulmuş AWS Kimlik ve Erişim Yönetimi (IAM) politikaları kataloğu aracılığıyla ML etkinlikleri ve kişilikler için bir dizi temel izin sunar. ML etkinlikleri, veri hazırlama ve eğitim içerebilir ve kişiler, ML mühendisleri ve veri bilimcilerinden oluşabilir. Temel yetkileri koruyabilir veya özel ihtiyaçlarınıza göre daha fazla özelleştirebilirsiniz.

izinleri basitleştiren rol yöneticisi

IAM politikası oluşturmayı otomatikleştirin

Kendi kendine yönlendirilen birkaç bilgi istemi ile ağ erişim sınırları ve şifreleme anahtarları gibi genel yönetim yapılarını hızlı bir şekilde işleyebilirsiniz. SageMaker Rol Yöneticisi daha sonra IAM politikasını otomatik olarak oluşturacaktır. Oluşturulan rolü ve ilişkili politikaları AWS IAM konsolu aracılığı ile keşfedebilirsiniz.

Yönetilen politikalarınızı ekleyin

Yetkileri kullanım durumunuza göre daha da uyarlama yapmak için, yönetilen IAM politikanızı SageMaker Rol Yöneticisi ile oluşturduğunuz IAM rolüne ekleyin. AWS ürünlerinde rolleri tanımlamaya ve düzenlemeye yardımcı olacak etiketler de ekleyebilirsiniz.

yönetilen politikalarınızı ekleme

Belgeleri kolaylaştırma

Model bilgilerini yakalama

SageMaker Model Kartları, Amazon SageMaker Konsolunda model bilgileri için bir depo görevi görür ve makine öğrenimini sorunsuz bir şekilde uygulayabilmeniz için model dokümantasyonunu merkezileştirmenize ve standartlaştırmanıza yardımcı olur. Dokümantasyon sürecini hızlandırmak için giriş verileri, eğitim ortamları ve eğitim sonuçları gibi eğitim detaylarını otomatik olarak doldurabilirsiniz. Model amacı ve performans hedefleri gibi detayları de ekleyebilirsiniz.

sagemaker konsolunda model bilgisi

Değerlendirme sonuçlarını görselleştirin

Sapma ve kalite ölçümleri gibi model değerlendirme sonuçlarını model kartınıza ekleyebilir ve model performansına ilişkin önemli öngörüler kazanmak için grafikler gibi görselleştirme araçları ekleyebilirsiniz.

model kartları, değerlendirme sonuçlarını görselleştirir

Model kartlarını paylaşma

İş paydaşları, şirket içi ekipler veya müşterinizle daha kolay paylaşım yapmak için model kartlarınızı PDF formatında dışa aktarabilirsiniz.

Model İzleme

Model davranışını takip etme

SageMaker Model Panosu, dağıtılan modellere ve uç noktalara ilişkin kapsamlı bir genel bakış sunar, bu şekilde kaynakları ve model davranış ihlallerini tek bir yerden kontrol edebilirsiniz. Model davranışlarını dört boyutta izleyebilirsiniz, bunlar; veri kalitesi, model kalitesi, sapma kayması ve özellik ilişkilendirme kayması. SageMaker Model Panosu, Amazon SageMaker Model İzleyici ve Amazon SageMaker Clarify entegrasyonu ile davranışı izler.

model panosu

Uyarıları otomatikleştirme

SageMaker Model Panosu, eksik ve etkin olmayan model izleme işleri ve model davranışındaki sapmalar için uyarılar almak ve uyarı oluşturmak için entegre bir deneyim sunar.

Uyarıları otomatikleştirme

Model sapmalarını giderme

Ayrı ayrı modelleri daha fazla inceleyebilir ve zaman içinde model performansını etkileyen faktörleri analiz edebilirsiniz. Daha sonra, düzeltme önlemleri almak için makine öğrenimi uygulayıcıları ile takip edebilirsiniz.