Wählen Sie Ihre Cookie-Einstellungen aus

Wir verwenden essentielle Cookies und ähnliche Tools, die für die Bereitstellung unserer Website und Services erforderlich sind. Wir verwenden Performance-Cookies, um anonyme Statistiken zu sammeln, damit wir verstehen können, wie Kunden unsere Website nutzen, und Verbesserungen vornehmen können. Essentielle Cookies können nicht deaktiviert werden, aber Sie können auf „Anpassen“ oder „Ablehnen“ klicken, um Performance-Cookies abzulehnen.

Wenn Sie damit einverstanden sind, verwenden AWS und zugelassene Drittanbieter auch Cookies, um nützliche Features der Website bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte, einschließlich relevanter Werbung, anzuzeigen. Um alle nicht notwendigen Cookies zu akzeptieren oder abzulehnen, klicken Sie auf „Akzeptieren“ oder „Ablehnen“. Um detailliertere Entscheidungen zu treffen, klicken Sie auf „Anpassen“.

Automatisiertes ML, No-Code oder Low-Code

Fokusmodus
Automatisiertes ML, No-Code oder Low-Code - Amazon SageMaker KI

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.

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.

Amazon SageMaker AI bietet die folgenden Funktionen zur Automatisierung wichtiger Aufgaben des maschinellen Lernens und zur Verwendung von No-Code- oder Low-Code-Lösungen.

  • Amazon SageMaker Canvas: Für ein UI-basiertes AutoML-Erlebnis ohne Code sollten neue Benutzer die Amazon SageMaker Canvas-Anwendung in Amazon Studio verwenden. SageMaker

    Amazon SageMaker Canvas bietet Analysten und Citizen Data Scientists No-Code-Funktionen für Aufgaben wie Datenvorbereitung, Feature-Engineering, Algorithmusauswahl, Schulung und Optimierung, Inferenz und mehr. Benutzer können integrierte Visualisierungen und Was-wäre-wenn-Analysen nutzen, um ihre Daten und verschiedene Szenarien zu untersuchen. Automatisierte Prognosen ermöglichen es ihnen, ihre Modelle einfach zu produzieren. SageMaker Canvas unterstützt eine Vielzahl von Anwendungsfällen, darunter Computer Vision, Bedarfsprognosen, intelligente Suche und generative KI.

  • Amazon SageMaker Autopilot: Amazon SageMaker Autopilot ist ein Funktionsumfang für automatisiertes maschinelles Lernen (AutoML), der den end-to-end Prozess der Erstellung, Schulung, Optimierung und Bereitstellung von Modellen für maschinelles Lernen automatisiert. Amazon SageMaker Autopilot analysiert Ihre Daten, wählt Algorithmen aus, die für Ihren Problemtyp geeignet sind, verarbeitet die Daten vor, um sie für das Training vorzubereiten, führt das automatische Modelltraining durch und führt eine Hyperparameter-Optimierung durch, um das Modell mit der besten Leistung für Ihren Datensatz zu finden.

    • Seit dem 30. November 2023 ist die Benutzeroberfläche (UI) für Autopilot in die Amazon SageMaker Canvas-Anwendung in Studio integriert.

    • Benutzer von Amazon SageMaker Studio Classic, der vorherigen Erfahrung von Studio, können die Autopilot-Benutzeroberfläche in Studio Classic weiterhin verwenden. Benutzer mit Programmiererfahrung können die AutoML-API-Referenzen in jedem unterstützten SDK weiterhin für die technische Implementierung verwenden.

    Anmerkung

    Wenn Sie bisher Autopilot in Studio Classic verwendet haben und zu SageMaker Canvas migrieren möchten, müssen Sie Ihrem Benutzerprofil oder Ihrer IAM-Rolle möglicherweise zusätzliche Berechtigungen gewähren, damit Sie die Canvas-Anwendung erstellen und verwenden können. SageMaker Weitere Informationen finden Sie unter (Optional) Migrieren Sie von Autopilot in Studio Classic zu Canvas SageMaker .

  • Amazon SageMaker JumpStart: SageMaker JumpStart bietet vortrainierte Open-Source-Modelle für eine Vielzahl von Problemtypen, um Ihnen den Einstieg in maschinelles Lernen zu erleichtern. Sie können diese Modelle vor der Bereitstellung schrittweise trainieren und optimieren. JumpStart bietet außerdem Lösungsvorlagen, mit denen die Infrastruktur für allgemeine Anwendungsfälle eingerichtet wird, sowie ausführbare Beispiel-Notebooks für maschinelles Lernen mit SageMaker KI.

DatenschutzNutzungsbedingungen für die WebsiteCookie-Einstellungen
© 2025, Amazon Web Services, Inc. oder Tochtergesellschaften. Alle Rechte vorbehalten.