Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Assistenza generativa di intelligenza artificiale per risolvere problemi di machine learning in Canvas utilizzando Amazon Q Developer
Durante l'utilizzo di Amazon SageMaker Canvas, puoi chattare con Amazon Q Developer in linguaggio naturale per sfruttare l'intelligenza artificiale generativa e risolvere i problemi. Q Developer è un assistente che ti aiuta a tradurre i tuoi obiettivi in attività di machine learning (ML) e descrive ogni fase del flusso di lavoro ML. Q Developer aiuta gli utenti di Canvas a ridurre la quantità di tempo, impegno e competenze in data science necessarie per sfruttare il machine learning e prendere decisioni basate sui dati per le loro organizzazioni.
Attraverso una conversazione con Q Developer, puoi avviare azioni in Canvas come la preparazione dei dati, la creazione di un modello ML, l'elaborazione di previsioni e l'implementazione di un modello. Q Developer fornisce suggerimenti per i passaggi successivi e fornisce un contesto man mano che completi ogni passaggio. Inoltre, ti informa sui risultati; ad esempio, Canvas può trasformare il tuo set di dati secondo le migliori pratiche e Q Developer può elencare le trasformazioni che sono state utilizzate e perché.
Amazon Q Developer è disponibile in SageMaker Canvas senza costi aggiuntivi per gli utenti di Amazon Q Developer Pro Tier e Free Tier. Tuttavia, si applicano tariffe standard per risorse come l'istanza dell' SageMaker area di lavoro Canvas e tutte le risorse utilizzate per la creazione o la distribuzione di modelli. Per ulteriori informazioni sui prezzi, consulta i prezzi di Amazon SageMaker Canvas
L'uso di Amazon Q è concesso in licenza ai sensi della licenza 0 del MIT
Come funziona
Amazon Q Developer è un assistente generativo basato sull'intelligenza artificiale disponibile in SageMaker Canvas che puoi interrogare utilizzando il linguaggio naturale. Q Developer fornisce suggerimenti per ogni fase del flusso di lavoro di apprendimento automatico, spiegando i concetti e fornendo opzioni e ulteriori dettagli in base alle esigenze. Puoi usare Q Developer per aiutarti con i casi d'uso di regressione, classificazione binaria e classificazione multiclasse.
Ad esempio, per prevedere l'abbandono dei clienti, carica un set di dati di informazioni storiche sull'abbandono dei clienti su Canvas tramite Q Developer. Q Developer suggerisce un tipo di modello ML appropriato e le procedure per risolvere i problemi relativi ai set di dati, creare un modello e fare previsioni.
Importante
Amazon Q Developer è destinato alle conversazioni sui problemi di apprendimento automatico all'interno di SageMaker Canvas. Guida gli utenti attraverso le azioni di Canvas e, facoltativamente, risponde a domande su Servizi AWS. Q Developer elabora gli input del modello solo in inglese. Per ulteriori informazioni su come usare Q Developer, consulta le funzionalità di Amazon Q Developer nella Amazon Q Developer User Guide.
Regioni supportate
Amazon Q Developer è disponibile all'interno di SageMaker Canvas nei seguenti modi Regioni AWS:
Stati Uniti orientali (Virginia settentrionale)
Stati Uniti orientali (Ohio)
US West (Oregon)
Asia Pacifico (Mumbai)
Asia Pacifico (Seoul)
Asia Pacifico (Singapore)
Asia Pacifico (Sydney)
Asia Pacifico (Tokyo)
Europa (Francoforte)
Europa (Irlanda)
Europa (Parigi)
Funzionalità di Amazon Q Developer disponibili in Canvas
L'elenco seguente riassume le attività di Canvas per le quali Q Developer può fornire assistenza:
-
Descrivi il tuo obiettivo: Q Developer può suggerire un tipo di modello ML e un approccio generale per risolvere il problema.
-
Importa e analizza set di dati: indica a Q Developer dove è archiviato il set di dati o carica un file per salvarlo come set di dati Canvas. Richiedi a Q Developer di identificare eventuali problemi nel tuo set di dati, come valori anomali o valori mancanti. Q Developer fornisce statistiche riassuntive sul set di dati ed elenca tutti i problemi identificati.
Q Developer supporta le interrogazioni sulle seguenti statistiche per le singole colonne:
Colonne numeriche —
number of valid values,feature type,mean,median,,minimum,maximum,standard deviation,25th percentile75th percentilenumber of outliersColonne categoriali:
number of missing values,number of valid values,feature type,most frequent,most frequent category,most frequent category count,least frequent,least frequent categoryleast frequent category countcategories
-
Risolvi i problemi relativi al set di dati: richiedi a Q Developer di utilizzare le funzionalità di trasformazione dei dati di Canvas per creare una versione rivista del set di dati. Canvas crea un flusso di dati Data Wrangler e applica le trasformazioni in base alle migliori pratiche di data science. Per ulteriori informazioni, consulta Preparazione dei dati.
Se desideri eseguire attività di analisi o preparazione dei dati più avanzate di quelle che puoi eseguire con Q Developer, ti consigliamo di utilizzare l'interfaccia del flusso di dati di Data Wrangler.
-
Addestra un modello: Q Developer ti indica il tipo di modello ML consigliato per il tuo problema e una configurazione di costruzione del modello proposta. È possibile utilizzare le impostazioni predefinite suggerite per eseguire una compilazione rapida oppure modificare la configurazione ed eseguire una build standard. Quando sei pronto, chiedi a Q Developer di creare il tuo modello Canvas.
Sono supportati tutti i tipi di modelli personalizzati. Per ulteriori informazioni sui tipi di modello e sulle build rapide e standard, consulta. Come funzionano i modelli personalizzati
-
Valuta l'accuratezza del modello: dopo aver creato un modello, Q Developer fornisce un riepilogo dei punteggi del modello in base a varie metriche. Queste metriche ti aiutano a determinare l'utilità e la precisione del tuo modello. Q Developer può spiegare in dettaglio qualsiasi concetto o metrica.
Per visualizzare tutti i dettagli e le visualizzazioni, apri il modello dalla chat o dalla pagina I miei modelli di Canvas. Per ulteriori informazioni, consulta Valutazione del modello.
-
Ottieni previsioni per nuovi dati: puoi caricare un nuovo set di dati e richiedere a Q Developer di aiutarti ad aprire la funzionalità di previsione di Canvas.
Q Developer apre una nuova finestra nell'applicazione in cui è possibile effettuare una singola previsione o effettuare previsioni in batch con un nuovo set di dati. Per ulteriori informazioni, consulta Previsioni con modelli personalizzati.
-
Implementa un modello: per implementare il modello per la produzione, chiedi a Q Developer di aiutarti a implementare il modello tramite Canvas. Q Developer apre una nuova finestra in cui è possibile configurare la distribuzione.
Dopo la distribuzione, visualizza i dettagli della distribuzione 1) nella pagina I miei modelli di Canvas nella scheda Deploy del modello o 2) nella pagina ML Ops nella scheda Deployments. Per ulteriori informazioni, consulta Distribuzione di modelli su un endpoint.
Prerequisiti
Per utilizzare Amazon Q Developer per creare modelli ML in SageMaker Canvas, completa i seguenti prerequisiti:
Configura un'applicazione Canvas
Assicurati di avere un'applicazione Canvas configurata. Per informazioni su come configurare un'applicazione Canvas, consultaGuida introduttiva all'utilizzo di Amazon SageMaker Canvas.
Concedi le autorizzazioni Q Developer
Per accedere a Q Developer mentre usi Canvas, devi assegnare le autorizzazioni necessarie al ruolo AWS IAM utilizzato per il tuo dominio o profilo utente SageMaker AI. Puoi farlo tramite la console o allegando manualmente una policy AWS gestita.
Le autorizzazioni allegate a livello di dominio si applicano a tutti i profili utente del dominio, a meno che le autorizzazioni individuali non vengano concesse o revocate a livello di profilo utente.
(Facoltativo) Configura l'accesso a Q Developer dal tuo VPC
Se disponi di un VPC configurato senza accesso pubblico a Internet, puoi aggiungere un endpoint VPC per Q Developer. Per ulteriori informazioni, consulta Configura Amazon SageMaker Canvas in un VPC senza accesso a Internet.
Nozioni di base
Per utilizzare Amazon Q Developer per creare modelli ML in SageMaker Canvas, procedi come segue:
-
Apri l'applicazione SageMaker Canvas.
-
Nel riquadro di navigazione a sinistra, scegli Amazon Q.
-
Scegli Inizia una nuova conversazione per aprire una nuova chat.
Quando avvii una nuova chat, Q Developer ti chiede di indicare il problema o di fornire un set di dati.
Dopo aver importato i tuoi dati, puoi chiedere a Q Developer di fornirti statistiche riassuntive sul tuo set di dati, oppure puoi porre domande su colonne specifiche. Per un elenco delle diverse statistiche supportate da Q Developer, consulta la sezione precedente. Funzionalità di Amazon Q Developer disponibili in Canvas La schermata seguente mostra un esempio di richiesta di statistiche sui set di dati e la categoria più frequente in una colonna di categorie di prodotti.
Q Developer tiene traccia di tutti gli artefatti Canvas importati o creati durante la conversazione, come set di dati e modelli trasformati. Puoi accedervi dalla chat o da altre schede dell'applicazione Canvas. Ad esempio, se Q Developer risolve problemi nel tuo set di dati, puoi accedere al nuovo set di dati trasformato dai seguenti luoghi:
-
La barra laterale degli artefatti nell'interfaccia di chat di Q Developer
-
La pagina Datasets di Canvas, dove puoi visualizzare sia i set di dati originali che quelli trasformati. Al set di dati trasformato è stata aggiunta l'etichetta Built by Amazon Q.
-
La pagina Data Wrangler di Canvas, in cui Q Developer crea un nuovo flusso di dati per il tuo set di dati
La schermata seguente mostra il set di dati originale e il set di dati trasformato nella barra laterale di una chat.
Quando i dati sono pronti, chiedi a Q Developer di aiutarti a creare un modello Canvas. Q Developer potrebbe chiederti di confermare alcuni campi e di rivedere la configurazione di build. Se utilizzi la configurazione di build predefinita, il tuo modello viene creato utilizzando una build rapida. Se desideri personalizzare qualsiasi parte della configurazione di build, ad esempio selezionando gli algoritmi utilizzati o modificando la metrica dell'obiettivo, il modello viene creato con una build standard.
La schermata seguente mostra come è possibile richiedere a Q Developer di avviare la compilazione di un modello Canvas con solo poche istruzioni. Questo esempio utilizza la configurazione predefinita per avviare una compilazione rapida.
Dopo aver creato il modello, puoi eseguire azioni aggiuntive utilizzando il linguaggio naturale nella chat o nel menu della barra laterale degli artefatti. Ad esempio, puoi visualizzare i dettagli e le metriche del modello, fare previsioni o implementare il modello. La schermata seguente mostra la barra laterale in cui è possibile scegliere queste opzioni aggiuntive.
Puoi anche eseguire una qualsiasi di queste azioni accedendo alla pagina I miei modelli di Canvas e selezionando il tuo modello. Dalla pagina del modello, puoi accedere alle schede Analizza, Predict e Distribuisci per visualizzare rispettivamente le metriche e le visualizzazioni del modello, fare previsioni e gestire le implementazioni.
