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。
データ準備用のチャット
重要
管理者の場合：
-
データ準備用のチャットには
AmazonSageMakerCanvasAIServicesAccessポリシーが必要です。詳細については、「AWS マネージドポリシー： AmazonSageMakerCanvasAIServicesAccess」を参照してください。 -
データ準備用のチャットでは、Amazon Bedrock とその中の Anthropic Claude モデルにアクセスする必要があります。詳細については、「モデルアクセスの追加」を参照してください。
-
SageMaker Canvas データ準備は、モデルを実行しているリージョン AWS リージョン と同じ で実行する必要があります。データ準備のチャットは、米国東部 (バージニア北部）、米国西部 (オレゴン）、欧州 (フランクフルト) で利用できます AWS リージョン。
組み込みの変換と分析の使用に加えて、自然言語を使用して、会話型インターフェイスでデータを探索、視覚化、変換できます。会話インターフェイス内では、自然言語クエリを使用して、ML モデルを構築するためのデータを理解して準備できます。
以下は、使用できるプロンプトの例です。
-
データの概要
-
列の削除
example-column-name -
欠損値を中央値に置き換える
-
料金のヒストグラムをプロットする
-
最も高価な商品は何ですか？
-
販売された個別のアイテムの数はいくつですか？
-
データをリージョン別にソートする
プロンプトを使用してデータを変換する場合、データの変換方法を示すプレビューを表示できます。プレビューに表示される内容に基づいて、Data Wrangler フローのステップとして追加できます。
プロンプトへのレスポンスは、変換と分析のコードを生成します。コードを変更して、プロンプトからの出力を更新できます。例えば、分析のコードを変更して、グラフの軸の値を変更することができます。
次の手順を使用して、データとのチャットを開始します。
データでチャットするには
-
SageMaker Canvas データフローを開きます。
-
音声バブルを選択します。
-
プロンプトを指定します。
-
（オプション) クエリによって分析が生成された場合は、分析に追加を選択して後で参照します。
-
（オプション) プロンプトを使用してデータを変換した場合は、次の手順を実行します。
-
プレビューを選択して結果を表示します。
-
（オプション) 変換内のコードを変更し、 の更新を選択します。
-
（オプション) 変換の結果に問題がなければ、「ステップに追加」を選択して、右側のナビゲーションのステップパネルに追加します。
-
自然言語を使用してデータを準備したら、変換したデータを使用してモデルを作成できます。モデル作成についての詳細は、カスタムモデルを構築する を参照してください。
