Amazon SageMaker Canvas

O Amazon SageMaker Canvas oferece a capacidade de usar o aprendizado de máquina para gerar previsões sem precisar escrever nenhum código. A seguir estão alguns casos de uso em que você pode usar o SageMaker Canvas:

• Prever a rotatividade de clientes

• Planejar o inventário com eficiência

• Otimizar o preço e a receita

• Melhorar as entregas dentro do prazo

• Classificar texto ou imagens com base em categorias personalizadas

• Identificar objetos e texto em imagens

• Extrair informações de documentos

Com o Canvas, você pode conversar com modelos populares de linguagem grande (LLMs), acessar eady-to-use modelos R ou criar um modelo personalizado treinado em seus dados.

O Canvas Chat é uma funcionalidade que utiliza o código aberto e LLMs a Amazon para ajudar você a aumentar sua produtividade. Você pode solicitar que os modelos obtenham ajuda em tarefas como gerar conteúdo, resumir ou categorizar documentos e responder perguntas. Para saber mais, consulte Usar IA generativa com modelos básicos.

Os eady-to-use modelos R no Canvas podem extrair insights de seus dados para uma variedade de casos de uso. Você não precisa criar um modelo para usar eady-to-use modelos R porque eles são alimentados pelos serviços de IA da Amazon, incluindo Amazon Rekognition, Amazon Textract e Amazon Comprehend. Você só precisa importar seus dados e começar a usar uma solução para gerar previsões.

Se você quiser um modelo personalizado para seu caso de uso e treinado com seus dados, você pode criar um modelo. É possível obter previsões personalizadas para seus dados fazendo o seguinte:

1. Importe seus dados de uma ou mais fontes de dados.

2. Crie um modelo preditivo.

3. Avalie o desempenho do modelo.

4. Gere previsões com o modelo.

O Canvas é compatível com os seguintes tipos de modelos personalizados:

• Previsão numérica (também conhecida como regressão)

• Previsão categórica para 2 e 3 categorias ou mais (também conhecida como classificação binária e de várias classes)

• Previsão de séries temporais

• Previsão de imagem de rótulo único (também conhecida como classificação de imagens)

• Previsão de texto em várias categorias (também conhecida como classificação de texto em várias classes)

Você também pode trazer seus próprios modelos para o Canvas a partir do Amazon SageMaker Studio Classic.

Para saber mais sobre preços, consulte a página de preços do SageMaker Canvas. Para obter mais informações, consulte também Gerencie o faturamento e o custo no Canvas SageMaker .

SageMaker Atualmente, o Canvas está disponível nas seguintes regiões:

• Leste dos EUA (Ohio)

• Leste dos EUA (N. da Virgínia)

• Oeste dos EUA (N. da Califórnia)

• Oeste dos EUA (Oregon)

• Asia Pacific (Mumbai)

• Ásia-Pacífico (Seul)

• Ásia-Pacífico (Singapura)

• Ásia-Pacífico (Sydney)

• Ásia-Pacífico (Tóquio)

• Canadá (Central)

• Europa (Frankfurt)

• Europa (Irlanda)

• Europa (Londres)

• Europa (Paris)

• Europa (Estocolmo)

• América do Sul (São Paulo)

Tópicos

• Você é usuário do SageMaker Canvas pela primeira vez?
• Começando a usar o Amazon SageMaker Canvas
• SageMaker Fluxo de trabalho de aprendizado de máquina de ponta a ponta do Canvas
• Configurando e gerenciando o Amazon SageMaker Canvas (para administradores de TI)
• Importar dados para o Canvas
• Preparar dados
• Usar IA generativa com modelos básicos
• Use eady-to-use modelos R
• Usar modelos personalizados
• Sair do Amazon SageMaker Canvas
• Limitações e solução de problemas
• Gerencie o faturamento e o custo no Canvas SageMaker

Você é usuário do SageMaker Canvas pela primeira vez?

Se você é um usuário iniciante do SageMaker Canvas, recomendamos que comece lendo as seguintes seções:

• Para administradores de TI: Configurando e gerenciando o Amazon SageMaker Canvas (para administradores de TI)

• Para analistas e usuários individuais: Começando a usar o Amazon SageMaker Canvas

• Para um exemplo de um fluxo de trabalho de ponta a ponta — SageMaker Fluxo de trabalho de aprendizado de máquina de ponta a ponta do Canvas