O que é a Amazon SageMaker?

A Amazon SageMaker é um serviço de aprendizado de máquina (ML) totalmente gerenciado. Com SageMaker isso, cientistas de dados e desenvolvedores podem criar, treinar e implantar modelos de ML com rapidez e confiança em um ambiente hospedado pronto para produção. Ele fornece uma experiência de interface de usuário para executar fluxos de trabalho de ML que disponibiliza ferramentas de SageMaker ML em vários ambientes de desenvolvimento integrados (IDEs).

Com SageMaker, você pode armazenar e compartilhar seus dados sem precisar criar e gerenciar seus próprios servidores. Isso dá a você ou às suas organizações mais tempo para criar e desenvolver de forma colaborativa seu fluxo de trabalho de ML, e fazer isso mais cedo. SageMaker fornece algoritmos de ML gerenciados para serem executados com eficiência em dados extremamente grandes em um ambiente distribuído. Com suporte bring-your-own-algorithms e estruturas integrados, SageMaker oferece opções flexíveis de treinamento distribuído que se ajustam aos seus fluxos de trabalho específicos. Em algumas etapas, você pode implantar um modelo em um ambiente seguro e escalável a partir do SageMaker console.

Tópicos

• Preços para a Amazon SageMaker
• Você é usuário da Amazon SageMaker pela primeira vez?
• Visão geral do aprendizado de máquina com a Amazon SageMaker
• SageMaker Características da Amazon

Preços para a Amazon SageMaker

Para obter informações sobre os limites do nível AWS gratuito e o custo de uso SageMaker, consulte Amazon SageMaker Pricing.

Você é usuário da Amazon SageMaker pela primeira vez?

Se você for um usuário iniciante do SageMaker, recomendamos que você conclua o seguinte:

1. Visão geral do aprendizado de máquina com a Amazon SageMaker— tenha uma visão geral do ciclo de vida do aprendizado de máquina (ML) e conheça as soluções oferecidas. Esta página explica os principais conceitos e descreve os principais componentes envolvidos na criação de soluções de IA com SageMaker.

2. Guia para se configurar com a Amazon SageMaker— Aprenda a configurar e usar SageMaker com base em suas necessidades.

3. Use ML automatizado, sem código ou com baixo código— Saiba mais sobre as opções de ML com e sem código que simplificam o fluxo de trabalho de ML automatizando as tarefas de aprendizado de máquina. Essas opções são ferramentas úteis de aprendizado de ML porque fornecem visibilidade do código ao gerar cadernos para cada uma das tarefas automatizadas de ML.

4. Use ambientes de aprendizado de máquina oferecidos pela Amazon SageMaker— Familiarize-se com os ambientes de ML que você pode usar para desenvolver seu fluxo de trabalho de ML, como informações, exemplos ready-to-use e modelos personalizados.

5. Explore outros tópicos — Use o sumário do Guia do SageMaker Desenvolvedor para explorar mais tópicos. Por exemplo, você pode encontrar informações sobre os estágios do ciclo de vida do MLVisão geral do aprendizado de máquina com a Amazon SageMaker, em e várias soluções que ele SageMaker oferece.

6. SageMakerRecursos da Amazon — Consulte os vários recursos para desenvolvedores que SageMaker oferecem.