Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Referensi aktivitas ML
Aktivitas ML adalah AWS tugas umum yang terkait dengan pembelajaran mesin dengan SageMaker AI yang memerlukan izin IAM tertentu. Setiap persona menyarankan aktivitas ML terkait saat membuat peran dengan Amazon SageMaker Role Manager. Anda dapat memilih aktivitas ML tambahan atau membatalkan pilihan aktivitas ML yang disarankan untuk membuat peran yang memenuhi kebutuhan bisnis unik Anda.
Amazon SageMaker Role Manager menyediakan izin yang telah ditentukan untuk aktivitas ML berikut:
| Aktivitas ML | Deskripsi |
|---|---|
| Akses AWS Layanan yang Diperlukan | Izin untuk mengakses Amazon S3, Amazon ECR, Amazon, dan CloudWatch Amazon. EC2 Diperlukan untuk peran eksekusi untuk pekerjaan dan titik akhir. |
| Jalankan Aplikasi Studio Classic | Izin untuk beroperasi dalam lingkungan Studio Classic. Diperlukan untuk peran eksekusi domain dan profil pengguna. |
| Kelola Lowongan ML | Izin untuk mengaudit, menanyakan garis keturunan, dan memvisualisasikan eksperimen. |
| Kelola Model | Izin untuk mengelola pekerjaan SageMaker AI di seluruh siklus hidupnya. |
| Mengelola Pipelines | Izin untuk mengelola SageMaker saluran pipa dan eksekusi pipa. |
| Cari dan visualisasikan eksperimen | Izin untuk mengaudit, menanyakan garis keturunan, dan memvisualisasikan SageMaker eksperimen AI. |
| Kelola Pemantauan Model | Izin untuk mengelola jadwal pemantauan untuk Monitor Model SageMaker AI. |
| Amazon S3 Akses Penuh | Izin untuk melakukan semua operasi Amazon S3. |
| Akses Bucket Amazon S3 | Izin untuk melakukan operasi pada bucket Amazon S3 tertentu. |
| Pertanyaan Athena Workgroups | Izin untuk menjalankan dan mengelola kueri Amazon Athena. |
| Kelola AWS Glue Tabel | Izin untuk membuat dan mengelola AWS Glue tabel untuk SageMaker AI Feature Store dan Data Wrangler. |
| SageMaker Akses Canvas Core | Izin untuk melakukan eksperimen di SageMaker Canvas (yaitu, persiapan data dasar, pembuatan model, validasi). |
| SageMaker Persiapan Data Kanvas (didukung oleh Data Wrangler) | Izin untuk melakukan persiapan end-to-end data di SageMaker Canvas (yaitu, agregat, transformasi dan analisis data, membuat dan menjadwalkan pekerjaan persiapan data pada kumpulan data besar). |
| SageMaker Layanan Canvas AI | Izin untuk mengakses ready-to-use model dari Amazon Bedrock, Amazon Textract, Amazon Rekognition, dan Amazon Comprehend. Selain itu, pengguna dapat menyempurnakan model foundation dari Amazon Bedrock dan Amazon. SageMaker JumpStart |
| SageMaker Kanvas MLOps | Izin bagi pengguna SageMaker Canvas untuk langsung menerapkan model ke titik akhir. |
| SageMaker Akses Kanvas Kendra | Izin SageMaker Canvas untuk mengakses Amazon Kendra untuk pencarian dokumen perusahaan. Izin hanya diberikan untuk nama indeks yang Anda pilih di Amazon Kendra. |
| Gunakan MLflow | Izin untuk mengelola eksperimen, menjalankan, dan model di MLflow. |
| Kelola MLflow Pelacakan Server | Izin untuk mengelola, memulai, dan menghentikan MLflow Pelacakan Server. |
| Akses yang diperlukan ke AWS Layanan untuk MLflow | Izin untuk MLflow Melacak Server untuk mengakses S3, Secrets Manager, dan Model Registry. |
| Jalankan Aplikasi Studio EMR Tanpa Server | Izin untuk Membuat dan Mengelola Aplikasi EMR Tanpa Server di Amazon Studio. SageMaker |
