Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

ML automatisé, no-code ou low-code

Mode de mise au point
ML automatisé, no-code ou low-code - Amazon SageMaker AI

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Amazon SageMaker AI propose les fonctionnalités suivantes pour automatiser les principales tâches d'apprentissage automatique et utiliser des solutions sans code ou à faible code.

  • Amazon SageMaker Canvas : pour une expérience AutoML sans code basée sur l'interface utilisateur, les nouveaux utilisateurs doivent utiliser l' SageMaker application Amazon Canvas dans Amazon Studio. SageMaker

    Amazon SageMaker Canvas fournit aux analystes et aux scientifiques des données citoyens des fonctionnalités sans code pour des tâches telles que la préparation des données, l'ingénierie des fonctionnalités, la sélection d'algorithmes, la formation et le réglage, l'inférence, etc. Les utilisateurs peuvent tirer parti des visualisations intégrées et des analyses hypothétiques pour explorer leurs données et différents scénarios, grâce à des prédictions automatisées qui leur permettent de produire facilement leurs modèles. SageMaker Canvas prend en charge divers cas d'utilisation, notamment la vision par ordinateur, la prévision de la demande, la recherche intelligente et l'IA générative.

  • Amazon SageMaker Autopilot : Amazon SageMaker Autopilot est un ensemble de fonctionnalités d'apprentissage automatique (AutoML) qui automatise le end-to-end processus de création, de formation, de réglage et de déploiement de modèles d'apprentissage automatique. Amazon SageMaker Autopilot analyse vos données, sélectionne des algorithmes adaptés à votre type de problème, prétraite les données pour les préparer à l'entraînement, gère l'entraînement automatique des modèles et optimise les hyperparamètres afin de trouver le modèle le plus performant pour votre ensemble de données.

    • Depuis le 30 novembre 2023, l'interface utilisateur (UI) d'Autopilot est intégrée à l'application Amazon SageMaker Canvas dans Studio.

    • Les utilisateurs d'Amazon SageMaker Studio Classic, version précédente de Studio, peuvent continuer à utiliser l'interface utilisateur du pilote automatique dans Studio Classic. Les utilisateurs expérimentés en codage peuvent continuer à utiliser les références de l'API AutoML dans n'importe quel SDK compatible pour la mise en œuvre technique.

    Note

    Si vous avez utilisé le pilote automatique dans Studio Classic jusqu'à présent et que vous souhaitez migrer vers SageMaker Canvas, vous devrez peut-être accorder des autorisations supplémentaires à votre profil utilisateur ou à votre rôle IAM afin de pouvoir créer et utiliser l' SageMaker application Canvas. Pour de plus amples informations, veuillez consulter (Facultatif) Migrer du pilote automatique dans Studio Classic vers Canvas SageMaker .

  • Amazon SageMaker JumpStart : SageMaker JumpStart propose des modèles open source préformés pour un large éventail de types de problèmes afin de vous aider à démarrer avec le machine learning. Vous pouvez entraîner et ajuster progressivement ces modèles avant leur déploiement. JumpStart fournit également des modèles de solutions qui configurent l'infrastructure pour les cas d'utilisation courants, ainsi que des exemples de blocs-notes exécutables pour l'apprentissage automatique avec l' SageMaker IA.

ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.