Amazon SageMaker AI 文档
Amazon SageMaker AI 是一项完全托管式机器学习服务。借助 Amazon SageMaker AI，数据科学家和开发人员可以快速构建和训练机器学习模型，然后将模型部署到生产就绪的托管式环境中。
自动化和环境
入门
Amazon SageMaker AI 角色和域入门。
使用自动机器学习
学习如何从头到尾实现机器学习自动化。
使用机器学习环境
了解 Amazon SageMaker AI 提供的机器学习环境。
处理数据
使用人机回圈标记数据
了解如何使用人机回圈来帮助更准确地标记数据。
准备数据
了解如何为机器学习准备数据。
处理数据
了解如何处理用于机器学习的数据。
创建、存储和共享功能
了解如何为机器学习创建、存储和共享提取的数据信号（特征）。
使用模型
训练模型
学习如何训练机器学习模型。
部署用于推理的模型
了解如何部署机器学习模型来进行推理。
实现机器学习操作
了解如何在 Amazon SageMaker AI 上实现机器学习操作。
监控数据和模型质量
了解如何监控数据和模型质量。
使用 Docker 容器构建模型
了解如何使用 Docker 容器构建机器学习模型。
负责任的 AI
检测偏差并了解说明
学习如何检测偏差并了解机器学习模型中的说明。
使用监管
了解如何使用监管来记录和跟踪模型性能。
配置 Amazon SageMaker AI 中的安全性
了解如何保护 Amazon SageMaker AI 中的资源。
参考
API 参考
详细介绍适用于 Amazon SageMaker AI 的所有 API 操作。
Amazon SageMaker AI Python SDK
使用 Amazon SageMaker AI Python SDK 库，通过通用的深度学习框架和算法训练和部署模型。
适用于 Python (Boto3) 的 AWS SDK
使用适用于 适用于 Python (Boto3) 的 AWS SDK 格式化模型数据并构建应用程序，以构建、训练和部署机器学习模型。