Qu'est-ce qu'Amazon SageMaker ? - Amazon SageMaker

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Qu'est-ce qu'Amazon SageMaker ?

Amazon SageMaker est un service d'apprentissage automatique (ML) entièrement géré. Les data scientists et les développeurs peuvent ainsi créer, former et déployer rapidement et en toute confiance des modèles de machine learning dans un environnement hébergé prêt pour la production. SageMaker Il fournit une interface utilisateur pour exécuter des flux de travail ML qui rend les outils de SageMaker ML disponibles dans plusieurs environnements de développement intégrés (IDE).

Vous pouvez ainsi stocker et partager vos données sans avoir à créer et à gérer vos propres serveurs. SageMaker Cela vous donne, à vous ou à vos organisations, plus de temps pour créer et développer votre flux de travail ML de manière collaborative, et ce, plus rapidement. SageMaker fournit des algorithmes de machine learning gérés pour fonctionner efficacement sur des données extrêmement volumineuses dans un environnement distribué. Avec un support bring-your-own-algorithms et des cadres intégrés, il SageMaker propose des options de formation distribuées flexibles qui s'adaptent à vos flux de travail spécifiques. En quelques étapes, vous pouvez déployer un modèle dans un environnement sécurisé et évolutif à partir de la SageMaker console.

Tarification pour Amazon SageMaker

Pour plus d'informations sur les limites du niveau AWS gratuit et le coût d'utilisation SageMaker, consultez Amazon SageMaker Pricing.

Utilisez-vous Amazon SageMaker pour la première fois ?

Si vous utilisez pour la première fois SageMaker, nous vous recommandons de suivre les étapes suivantes :

  1. Présentation de l'apprentissage automatique avec Amazon SageMaker— Obtenez un aperçu du cycle de vie du machine learning (ML) et découvrez les solutions proposées. Cette page explique les concepts clés et décrit les principaux composants impliqués dans la création de solutions d'IA avec SageMaker.

  2. Mise en route— Apprenez à configurer et à utiliser SageMaker en fonction de vos besoins.

  3. Utilisez le machine learning automatisé, le sans code ou le low-code— Découvrez les options d'apprentissage automatique avec ou sans code qui simplifient le flux de travail de machine learning en automatisant les tâches d'apprentissage automatique. Ces options sont des outils d'apprentissage du ML utiles car elles fournissent une visibilité sur le code en générant des blocs-notes pour chacune des tâches de ML automatisées.

  4. Utilisez les environnements d'apprentissage automatique proposés par SageMaker— Familiarisez-vous avec les environnements ML que vous pouvez utiliser pour développer votre flux de travail ML, tels que les informations, les exemples ready-to-use et les modèles personnalisés.

  5. Explorez d'autres sujets : utilisez la table des matières du guide du SageMaker développeur pour explorer d'autres sujets. Par exemple, vous pouvez trouver des informations sur les étapes du cycle de vie du machine learningPrésentation de l'apprentissage automatique avec Amazon SageMaker, ainsi que sur les différentes solutions SageMaker proposées.

  6. SageMakerRessources Amazon — Reportez-vous aux différentes ressources proposées pour les SageMaker développeurs.