Amazon SageMaker 帆布 - Amazon SageMaker

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

Amazon SageMaker 帆布

Amazon SageMaker Canvas 讓您能夠使用機器學習產生預測,而無需撰寫任何程式碼。以下是一些您可以使用 SageMaker Canvas 的使用案例:

  • 預測客戶流失率

  • 有效地規劃庫存

  • 最佳化價格和收益

  • 改善準時交付

  • 根據自訂類別對文字或影像進行分類

  • 識別影像中的物件和文字

  • 從文件擷取資訊

使用 Canvas,您可以與熱門的大型語言模型(LLM)聊天,訪問 R 模eady-to-use 型,或根據您的數據構建自定義模型。

Canvas 聊天功能是利用開放原始碼和 Amazon LLM 來協助您提高生產力的功能。您可以提示模型取得任務的協助,例如產生內容、摘要或分類文件以及回答問題。如需進一步了解,請參閱搭配基礎模型使用生成式 AI

Canvas 中的 R eady-to-use 模型可以從您的資料中擷取各種使用案例的深入分析資訊。您不需要建立模型即可使用 R eady-to-use 模型,因為它們是由 Amazon 人工智慧服務提供支援,包括 Amazon RekognitionAmazon Textract 和 Amazon Comprehend。您只需要匯入您的資料並開始使用解決方案來生成預測。

如果您想要根據您的使用案例自訂模型並使用資料進行訓練的,則可以建立模型。若要根據資料自訂預測,請執行以下動作:

  1. 從一或多個資料來源匯入您的資料。

  2. 建置預測模型。

  3. 評估模型效能。

  4. 使用模型產生預測。

Canvas 支援以下類型的自訂模型:

  • 數值預測 (也稱為迴歸)

  • 2 個和 3 個以上類別的分類預測 (也稱為二進制多類別分類)

  • 時間序列預測

  • 單一標籤影像預測 (也稱為影像分類)

  • 多類別文字預測 (也稱為多類別文字分類)

您也可以將自己的模型從 Amazon SageMaker 工作室經典版帶入畫布。

要了解有關定價的更多信息,請參閱 SageMaker Canvas 定價頁面。您也可以參閱 在 SageMaker 畫布中管理帳單和成本 以取得更多資訊。

SageMaker 畫布目前可在以下地區使用:

  • 美國東部 (俄亥俄)

  • 美國東部 (維吉尼亞北部)

  • 美國西部 (加利佛尼亞北部)

  • 美國西部 (奧勒岡)

  • 亞太區域 (孟買)

  • 亞太區域 (首爾)

  • 亞太區域 (新加坡)

  • 亞太區域 (雪梨)

  • 亞太區域 (東京)

  • 加拿大 (中部)

  • 歐洲 (法蘭克福)

  • 歐洲 (愛爾蘭)

  • 歐洲 (倫敦)

  • 歐洲 (巴黎)

  • 歐洲 (斯德哥爾摩)

  • 南美洲 (聖保羅)

您是第一次使用 SageMaker Canvas 的使用者嗎?

如果您是 SageMaker Canvas 的初次使用者,建議您先閱讀以下章節: