View a markdown version of this page

ML otomatis, tanpa kode, atau kode rendah - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

ML otomatis, tanpa kode, atau kode rendah

Amazon SageMaker AI menawarkan fitur-fitur berikut untuk mengotomatiskan tugas pembelajaran mesin utama dan menggunakan solusi tanpa kode atau kode rendah.

  • Amazon SageMaker Canvas: Untuk UI-based pengalaman AutoML tanpa kode, pengguna baru harus menggunakan aplikasi Amazon SageMaker Canvas di Amazon SageMaker Studio.

    Amazon SageMaker Canvas menyediakan kemampuan tanpa kode bagi analis dan ilmuwan data warga untuk tugas-tugas seperti persiapan data, rekayasa fitur, pemilihan algoritma, pelatihan dan penyetelan, inferensi, dan banyak lagi. Pengguna dapat memanfaatkan visualisasi bawaan dan analisis bagaimana jika untuk mengeksplorasi data mereka dan skenario yang berbeda, dengan prediksi otomatis yang memungkinkan mereka untuk memproduksikan model mereka dengan mudah. SageMaker Canvas mendukung berbagai kasus penggunaan, termasuk visi komputer, perkiraan permintaan, pencarian cerdas, dan AI generatif.

  • Amazon SageMaker Autopilot: Amazon SageMaker Autopilot adalah seperangkat fitur pembelajaran mesin otomatis (AutoML) yang mengotomatiskan proses end-to-end untuk membangun, melatih, menyetel, dan menerapkan model pembelajaran mesin. Amazon SageMaker Autopilot menganalisis data Anda, memilih algoritma yang sesuai dengan jenis masalah Anda, memproses data untuk mempersiapkannya untuk pelatihan, menangani pelatihan model otomatis, dan melakukan pengoptimalan hyperparameter untuk menemukan model berkinerja terbaik untuk kumpulan data Anda.

    • Pada 30 November 2023, antarmuka pengguna (UI) untuk Autopilot diintegrasikan ke dalam aplikasi Amazon SageMaker Canvas di Studio.

    • Pengguna Amazon SageMaker Studio Classic, pengalaman Studio sebelumnya, dapat terus menggunakan UI Autopilot di Studio Classic. Pengguna dengan pengalaman pengkodean dapat terus menggunakan referensi API AutoML di SDK yang didukung untuk implementasi teknis.

    catatan

    Jika Anda telah menggunakan Autopilot di Studio Classic sampai sekarang dan ingin bermigrasi ke SageMaker Canvas, Anda mungkin harus memberikan izin tambahan ke profil pengguna atau peran IAM Anda sehingga Anda dapat membuat dan menggunakan aplikasi Canvas. SageMaker Untuk informasi selengkapnya, lihat (Opsional) Migrasi dari Autopilot di Studio Classic ke Canvas SageMaker.

  • Amazon SageMaker JumpStart: SageMaker JumpStart menyediakan model sumber terbuka yang telah dilatih sebelumnya untuk berbagai jenis masalah untuk membantu Anda memulai pembelajaran mesin. Anda dapat melatih dan menyetel model ini secara bertahap sebelum penerapan. JumpStart juga menyediakan template solusi yang mengatur infrastruktur untuk kasus penggunaan umum, dan notebook contoh yang dapat dieksekusi untuk pembelajaran mesin dengan SageMaker AI.