Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Während Sie Amazon SageMaker Canvas verwenden, können Sie mit Amazon Q Developer in natürlicher Sprache chatten, um generative KI zu nutzen und Probleme zu lösen. Q Developer ist ein Assistent, der Ihnen hilft, Ihre Ziele in Aufgaben des maschinellen Lernens (ML) umzusetzen, und der jeden Schritt des ML-Workflows beschreibt. Q Developer hilft Canvas-Benutzern dabei, den Zeit- und Arbeitsaufwand sowie das Fachwissen im Bereich Datenwissenschaft zu reduzieren, die erforderlich sind, um ML zu nutzen und datengestützte Entscheidungen für ihre Organisationen zu treffen.
Durch ein Gespräch mit Q Developer können Sie Aktionen in Canvas einleiten, z. B. Daten vorbereiten, ein ML-Modell erstellen, Vorhersagen treffen und ein Modell bereitstellen. Q Developer macht Vorschläge für die nächsten Schritte und stellt Ihnen nach Abschluss der einzelnen Schritte den Kontext zur Verfügung. Es informiert Sie auch über die Ergebnisse. Canvas kann Ihren Datensatz beispielsweise gemäß den bewährten Methoden transformieren, und Q Developer kann auflisten, welche Transformationen verwendet wurden und warum.
Amazon Q Developer ist in SageMaker Canvas ohne zusätzliche Kosten sowohl für Nutzer des Amazon Q Developer Pro-Kontingents als auch für Nutzer des kostenlosen Kontingents erhältlich. Für Ressourcen wie die SageMaker Canvas Workspace-Instance und alle Ressourcen, die zum Erstellen oder Bereitstellen von Modellen verwendet werden, fallen jedoch Standardgebühren an. Weitere Informationen zu den Preisen finden Sie unter Amazon SageMaker Canvas-Preise
Die Nutzung von Amazon Q wird Ihnen unter der MIT-Lizenz 0
Funktionsweise
Amazon Q Developer ist ein generativer KI-gestützter Assistent, der in SageMaker Canvas verfügbar ist und den Sie in natürlicher Sprache abfragen können. Q Developer macht Vorschläge für jeden Schritt des Machine-Learning-Workflows, erklärt Konzepte und stellt Ihnen bei Bedarf Optionen und weitere Details zur Verfügung. Sie können Q Developer verwenden, um Hilfe bei Anwendungsfällen für Regression, binäre Klassifizierung und Klassifikation mehrerer Klassen zu erhalten.
Um beispielsweise die Kundenabwanderung vorherzusagen, laden Sie über Q Developer einen Datensatz mit historischen Informationen zur Kundenabwanderung auf Canvas hoch. Q Developer schlägt einen geeigneten ML-Modelltyp und Schritte vor, um Probleme mit Datensätzen zu beheben, ein Modell zu erstellen und Vorhersagen zu treffen.
Wichtig
Amazon Q Developer ist für Gespräche über Probleme des maschinellen Lernens in SageMaker Canvas vorgesehen. Es führt Benutzer durch die Canvas-Aktionen und beantwortet optional Fragen zu AWS-Services. Q Developer verarbeitet Modelleingaben nur in englischer Sprache. Weitere Informationen darüber, wie Sie Q Developer verwenden können, finden Sie unter Amazon Q Developer Features im Amazon Q Developer User Guide.
Unterstützte -Regionen
Amazon Q Developer ist in SageMaker Canvas wie folgt verfügbar AWS-Regionen:
USA Ost (Nord-Virginia)
USA Ost (Ohio)
USA West (Oregon)
Asia Pacific (Mumbai)
Asia Pacific (Seoul)
Asien-Pazifik (Singapur)
Asien-Pazifik (Sydney)
Asien-Pazifik (Tokio)
Europe (Frankfurt)
Europa (Irland)
Europa (Paris)
Die Funktionen von Amazon Q Developer sind in Canvas verfügbar
In der folgenden Liste sind die Canvas-Aufgaben zusammengefasst, bei denen Q Developer Ihnen helfen kann:
-
Beschreiben Sie Ihr Ziel — Q Developer kann Ihnen einen ML-Modelltyp und einen allgemeinen Ansatz zur Lösung Ihres Problems vorschlagen.
-
Datensätze importieren und analysieren — Teilen Sie Q Developer mit, wo Ihr Datensatz gespeichert ist, oder laden Sie eine Datei hoch, um ihn als Canvas-Datensatz zu speichern. Bitten Sie Q Developer, alle Probleme in Ihrem Datensatz zu identifizieren, z. B. Ausreißer oder fehlende Werte. Q Developer stellt zusammenfassende Statistiken zu Ihrem Datensatz bereit und listet alle identifizierten Probleme auf.
Q Developer unterstützt Abfragen zu den folgenden Statistiken für einzelne Spalten:
Numerische Spalten —
number of valid valuesfeature type,mean,median,minimum,maximum,standard deviation,25th percentile,75th percentile,number of outliersKategoriale Spalten —
number of missing valuesnumber of valid values,feature type,most frequent,most frequent category,most frequent category count,least frequent,least frequent category,least frequent category countcategories
-
Probleme mit Datensätzen beheben — Fordern Sie Q Developer auf, die Datentransformationsfunktionen von Canvas zu verwenden, um eine überarbeitete Version Ihres Datensatzes zu erstellen. Canvas erstellt einen Data Wrangler-Datenfluss und wendet Transformationen gemäß den bewährten Methoden der Datenwissenschaft an. Weitere Informationen finden Sie unter Datenaufbereitung.
Wenn Sie komplexere Datenanalyse- oder Datenvorbereitungsaufgaben ausführen möchten, als Sie sie mit Q Developer erledigen können, empfehlen wir Ihnen, die Data Wrangler-Datenflussschnittstelle aufzurufen.
-
Trainieren Sie ein Modell — Q Developer teilt Ihnen den empfohlenen ML-Modelltyp für Ihr Problem und eine vorgeschlagene Konfiguration zur Modellerstellung mit. Sie können die vorgeschlagenen Standardeinstellungen verwenden, um einen schnellen Build durchzuführen, oder Sie können die Konfiguration ändern und einen Standard-Build durchführen. Wenn Sie bereit sind, fordern Sie Q Developer auf, Ihr Canvas-Modell zu erstellen.
Alle benutzerdefinierten Modelltypen werden unterstützt. Weitere Informationen zu Modelltypen und Schnellmodellen im Vergleich zu Standardmodellen finden Sie unterSo funktionieren benutzerdefinierte Modelle.
-
Bewertung der Modellgenauigkeit — Nach der Erstellung eines Modells gibt Q Developer eine Zusammenfassung der Ergebnisse des Modells in Bezug auf verschiedene Metriken. Anhand dieser Metriken können Sie den Nutzen und die Genauigkeit Ihres Modells bestimmen. Q Developer kann jedes Konzept oder jede Metrik detailliert erläutern.
Um alle Details und Visualisierungen zu sehen, öffnen Sie das Modell im Chat oder auf der Seite Meine Modelle von Canvas. Weitere Informationen finden Sie unter Modellbewertung.
-
Vorhersagen für neue Daten abrufen — Sie können einen neuen Datensatz hochladen und Q Developer bitten, Ihnen beim Öffnen der Vorhersagefunktion von Canvas zu helfen.
Q Developer öffnet ein neues Fenster in der Anwendung, in dem Sie entweder eine einzelne Vorhersage oder Batch-Vorhersagen mit einem neuen Datensatz treffen können. Weitere Informationen finden Sie unter Prognosen mit benutzerdefinierten Modellen.
-
Modell bereitstellen — Um Ihr Modell für die Produktion bereitzustellen, bitten Sie Q Developer, Ihnen bei der Bereitstellung Ihres Modells über Canvas zu helfen. Q Developer öffnet ein neues Fenster, in dem Sie Ihre Bereitstellung konfigurieren können.
Sehen Sie sich nach der Bereitstellung Ihre Bereitstellungsdetails entweder 1) auf der Seite Meine Modelle von Canvas auf der Registerkarte Bereitstellen des Modells oder 2) auf der Seite ML Ops auf der Registerkarte Bereitstellungen an. Weitere Informationen finden Sie unter Stellen Sie Ihre Modelle auf einem Endpunkt bereit.
Voraussetzungen
Um Amazon Q Developer zum Erstellen von ML-Modellen in SageMaker Canvas zu verwenden, müssen Sie die folgenden Voraussetzungen erfüllen:
Richten Sie eine Canvas-Anwendung ein
Stellen Sie sicher, dass Sie eine Canvas-Anwendung eingerichtet haben. Informationen zum Einrichten einer Canvas-Anwendung finden Sie unterErste Schritte mit Amazon SageMaker Canvas.
Erteilen Sie Q Developer-Berechtigungen
Um auf Q Developer zuzugreifen, während Sie Canvas verwenden, müssen Sie der AWS IAM-Rolle, die für Ihre SageMaker AI-Domain oder Ihr Benutzerprofil verwendet wird, die erforderlichen Berechtigungen zuordnen. Sie können dies über die Konsole oder durch manuelles Anhängen einer AWS verwalteten Richtlinie tun.
Auf Domänenebene zugewiesene Berechtigungen gelten für alle Benutzerprofile in der Domäne, es sei denn, einzelne Berechtigungen werden auf Benutzerprofilebene erteilt oder widerrufen.
Sie können Berechtigungen gewähren, indem Sie die SageMaker AI-Domäne oder die Benutzerprofileinstellungen bearbeiten.
Gehen Sie wie folgt vor, um Berechtigungen über die Domäneneinstellungen in der SageMaker AI-Konsole zu erteilen:
-
Öffnen Sie die Amazon SageMaker AI-Konsole unter https://console.aws.amazon.com/sagemaker/
. -
Wählen Sie im linken Navigationsbereich Admin-Konfigurationen.
-
Wählen Sie unter Admin-Konfigurationen Domains aus.
-
Wählen Sie aus der Domainliste Ihre Domain aus.
-
Wählen Sie auf der Seite mit den Domain-Details den Tab App-Konfigurationen aus.
-
Wählen Sie im Bereich Canvas die Option Bearbeiten aus.
-
Gehen Sie auf der Seite „Canvas-Einstellungen bearbeiten“ zum Bereich Amazon Q Developer und gehen Sie wie folgt vor:
-
Aktivieren Sie Amazon Q Developer in SageMaker Canvas für maschinelles Lernen in natürlicher Sprache aktivieren, um die Berechtigungen zum Chatten mit Q Developer in Canvas zur Ausführungsrolle Ihrer Domain hinzuzufügen.
-
(Optional) Aktivieren Sie die Option Amazon Q Developer Chat für allgemeine AWS Fragen aktivieren, wenn Sie Q Developer Fragen zu verschiedenen Themen stellen möchten AWS-Services (zum Beispiel: Beschreiben Sie, wie Athena funktioniert).
Anmerkung
Wenn Sie allgemeine AWS Fragen an Q Developer richten, werden Ihre Anfragen über den Osten der USA (Nord-Virginia) AWS-Region weitergeleitet. Um zu verhindern, dass Ihre Daten durch die USA Ost (Nord-Virginia) weitergeleitet werden, deaktivieren Sie die Option Amazon Q Developer Chat für allgemeine AWS Fragen aktivieren.
-
(Optional) Konfigurieren Sie den Zugriff auf Q Developer von Ihrer VPC aus
Wenn Sie über eine VPC verfügen, die ohne öffentlichen Internetzugang konfiguriert ist, können Sie einen VPC-Endpunkt für Q Developer hinzufügen. Weitere Informationen finden Sie unter Amazon SageMaker Canvas in einer VPC ohne Internetzugang konfigurieren.
Erste Schritte
Gehen Sie wie folgt vor, um Amazon Q Developer zum Erstellen von ML-Modellen in SageMaker Canvas zu verwenden:
-
Öffnen Sie Ihre SageMaker Canvas-Anwendung.
-
Wählen Sie im linken Navigationsbereich Amazon Q aus.
-
Wählen Sie Neue Konversation starten, um einen neuen Chat zu öffnen.
Wenn Sie einen neuen Chat starten, werden Sie von Q Developer aufgefordert, Ihr Problem anzugeben oder einen Datensatz bereitzustellen.
Nach dem Import Ihrer Daten können Sie Q Developer bitten, Ihnen zusammenfassende Statistiken zu Ihrem Datensatz zur Verfügung zu stellen, oder Sie können Fragen zu bestimmten Spalten stellen. Eine Liste der verschiedenen Statistiken, die Q Developer unterstützt, finden Sie im vorherigen AbschnittDie Funktionen von Amazon Q Developer sind in Canvas verfügbar. Der folgende Screenshot zeigt ein Beispiel für die Abfrage von Datensatzstatistiken und der häufigsten Kategorie in einer Produktkategoriespalte.
Q Developer verfolgt alle Canvas-Artefakte, die Sie während der Konversation importieren oder erstellen, wie z. B. transformierte Datensätze und Modelle. Sie können über den Chat oder andere Registerkarten der Canvas-Anwendung auf sie zugreifen. Wenn Q Developer beispielsweise Probleme in Ihrem Datensatz behebt, können Sie von den folgenden Stellen aus auf den neuen, transformierten Datensatz zugreifen:
-
Die Seitenleiste mit Artefakten in der Chat-Oberfläche von Q Developer
-
Die Datensatzseite von Canvas, auf der Sie sowohl Ihre ursprünglichen als auch Ihre transformierten Datensätze anzeigen können. Dem transformierten Datensatz wurde das Q-Label Built by Amazon hinzugefügt.
-
Die Data Wrangler-Seite von Canvas, auf der Q Developer einen neuen Datenfluss für Ihren Datensatz erstellt
Der folgende Screenshot zeigt den ursprünglichen Datensatz und den transformierten Datensatz in der Seitenleiste eines Chats.
Wenn Ihre Daten fertig sind, bitten Sie Q Developer, Ihnen bei der Erstellung eines Canvas-Modells zu helfen. Q Developer fordert Sie möglicherweise auf, einige Felder zu bestätigen und die Build-Konfiguration zu überprüfen. Wenn Sie die Standard-Build-Konfiguration verwenden, wird Ihr Modell mit einem Schnellbuild erstellt. Wenn Sie einen Teil Ihrer Build-Konfiguration anpassen möchten, z. B. die verwendeten Algorithmen auswählen oder die Zielmetrik ändern möchten, wird Ihr Modell mit einem Standard-Build erstellt.
Der folgende Screenshot zeigt, wie Sie Q Developer mit nur wenigen Eingabeaufforderungen auffordern können, einen Canvas-Modellbau zu starten. In diesem Beispiel wird die Standardkonfiguration verwendet, um einen Schnellbuild zu starten.
Nachdem Sie Ihr Modell erstellt haben, können Sie zusätzliche Aktionen entweder in natürlicher Sprache im Chat oder im Menü der Seitenleiste mit Artefakten ausführen. Sie können beispielsweise Modelldetails und Metriken anzeigen, Vorhersagen treffen oder das Modell bereitstellen. Der folgende Screenshot zeigt die Seitenleiste, in der Sie diese zusätzlichen Optionen auswählen können.
Sie können auch jede dieser Aktionen ausführen, indem Sie auf der Seite Meine Modelle von Canvas Ihr Modell auswählen. Auf der Seite Ihres Modells können Sie zu den Registerkarten Analysieren, Prognostizieren und Bereitstellen navigieren, um Modellmetriken und Visualisierungen anzuzeigen, Vorhersagen zu treffen und Bereitstellungen zu verwalten.
