翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Amazon とは何ですか SageMaker?
Amazon SageMaker は完全マネージド型の機械学習 (ML) サービスです。により SageMaker、データサイエンティストと開発者は、ML モデルを迅速かつ自信を持って構築、トレーニング、本番環境に対応したホスト環境にデプロイできます。ML ワークフローを実行するための UI エクスペリエンスが提供され、複数の統合開発環境 (IDE) で SageMaker ML ツールを利用できるようになります。
を使用すると SageMaker、独自のサーバーを構築して管理しなくても、データを保存して共有できます。これにより、ユーザーや組織は ML ワークフローを共同で構築、開発するための時間を増やし、より早く実行できるようになります。 SageMaker 分散環境の非常に大きなデータに対して効率的に実行できるマネージド ML アルゴリズムを提供します。 bring-your-own-algorithms とフレームワークのサポートが組み込まれているため、 SageMaker 特定のワークフローに合わせて調整できる柔軟な分散型トレーニングオプションを提供します。数ステップで、 SageMaker コンソールから安全でスケーラブルな環境にモデルをデプロイできます。
トピック
Amazon ンの価格 SageMaker
AWS 無料利用枠の制限と使用コストについては
Amazon SageMaker ンの初めてのユーザーですか？
を初めて使用する方には SageMaker、以下を完了することをおすすめします。
-
Amazon での機械学習の概要 SageMaker— 機械学習 (ML) ライフサイクルの概要を把握し、提供されているソリューションについて学んでください。このページでは、主要概念について説明し、を使用して AI ソリューションを構築する際に必要なコアコンポーネントについて説明します SageMaker。
-
Amazon のセットアップ SageMaker— SageMaker ニーズに応じた設定方法と使用方法を学びます。
-
自動化された ML、ノーコード、またはローコードを使用する— 機械学習タスクを自動化することで ML ワークフローを簡素化するローコードおよびノーコードの ML オプションについて学びます。これらのオプションは、自動化された ML タスクごとにノートブックを生成することでコードを可視化できるため、ML 学習ツールとして役立ちます。
-
が提供する機械学習環境を使用する SageMaker— カスタムモデルに関する情報や例など、ML ワークフローの開発に使用できる ML ready-to-use 環境についてよく理解しておいてください。
-
他のトピックを見る — SageMaker 開発者ガイドの目次を使用して、その他のトピックを調べてください。たとえば、ML ライフサイクルのステージ、インAmazon での機械学習の概要 SageMaker、および提供されるさまざまなソリューションに関する情報を見つけることができます。 SageMaker
-
Amazon SageMaker リソース
— SageMaker 提供されているさまざまな開発者向けリソースを参照してください。
