As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Amazon SageMaker Canvas
O Amazon SageMaker Canvas oferece a capacidade de usar o aprendizado de máquina para gerar previsões sem precisar escrever nenhum código. A seguir estão alguns casos de uso em que você pode usar o SageMaker Canvas:
-
Prever a rotatividade de clientes
-
Planejar o inventário com eficiência
-
Otimizar o preço e a receita
-
Melhorar as entregas dentro do prazo
-
Classificar texto ou imagens com base em categorias personalizadas
-
Identificar objetos e texto em imagens
-
Extrair informações de documentos
Com o Canvas, você pode conversar com modelos populares de linguagem grande (LLMs), acessar Ready-to-use modelos ou criar um modelo personalizado treinado com base em seus dados.
O Canvas Chat é uma funcionalidade que utiliza o código aberto e LLMs a Amazon para ajudar você a aumentar sua produtividade. Você pode solicitar que os modelos obtenham ajuda em tarefas como gerar conteúdo, resumir ou categorizar documentos e responder perguntas. Para saber mais, consulte Modelos básicos de IA generativa no Canvas SageMaker .
Os Ready-to-use modelos no Canvas podem extrair insights de seus dados para uma variedade de casos de uso. Você não precisa criar um modelo para usar Ready-to-use modelos porque eles são alimentados pelos serviços de IA da Amazon, incluindo Amazon Rekognition, Amazon Textract e Amazon Comprehend. Você só precisa importar seus dados e começar a usar uma solução para gerar previsões.
Se você quiser um modelo personalizado para seu caso de uso e treinado com seus dados, você pode criar um modelo. É possível obter previsões personalizadas para seus dados fazendo o seguinte:
-
Importe seus dados de uma ou mais fontes de dados.
-
Crie um modelo preditivo.
-
Avalie o desempenho do modelo.
-
Gere previsões com o modelo.
O Canvas é compatível com os seguintes tipos de modelos personalizados:
-
Previsão numérica (também conhecida como regressão)
-
Previsão categórica para 2 e 3 categorias ou mais (também conhecida como classificação binária e de várias classes)
-
Previsão de séries temporais
-
Previsão de imagem de rótulo único (também conhecida como classificação de imagens)
-
Previsão de texto em várias categorias (também conhecida como classificação de texto em várias classes)
Você também pode trazer seus próprios modelos para o Canvas a partir do Amazon SageMaker Studio Classic.
Para saber mais sobre preços, consulte a página de preços do SageMaker Canvas
SageMaker Atualmente, o Canvas está disponível nas seguintes regiões:
-
Leste dos EUA (Ohio)
-
Leste dos EUA (N. da Virgínia)
-
Oeste dos EUA (N. da Califórnia)
-
Oeste dos EUA (Oregon)
-
Asia Pacific (Mumbai)
-
Ásia-Pacífico (Seul)
-
Ásia-Pacífico (Singapura)
-
Ásia-Pacífico (Sydney)
-
Ásia-Pacífico (Tóquio)
-
Canadá (Central)
-
Europa (Frankfurt)
-
Europa (Irlanda)
-
Europa (Londres)
-
Europa (Paris)
-
Europa (Estocolmo)
-
América do Sul (São Paulo)
Tópicos
- Você é usuário do SageMaker Canvas pela primeira vez?
- Começando a usar o Amazon SageMaker Canvas
- Tutorial: Crie um fluxo de trabalho end-to-end de aprendizado de máquina no SageMaker Canvas
- Configuração e gerenciamento de permissões do Amazon SageMaker Canvas (para administradores de TI)
- Importação de dados
- Preparação de dados
- Modelos básicos de IA generativa no Canvas SageMaker
- Ready-to-use modelos
- Modelos personalizados
- Sair do Amazon SageMaker Canvas
- Limitações e solução de problemas
- Cobrança e custo no Canvas SageMaker
Você é usuário do SageMaker Canvas pela primeira vez?
Se você é um usuário iniciante do SageMaker Canvas, recomendamos que comece lendo as seguintes seções:
-
Para administradores de TI: Configuração e gerenciamento de permissões do Amazon SageMaker Canvas (para administradores de TI)
-
Para analistas e usuários individuais: Começando a usar o Amazon SageMaker Canvas
-
Para um exemplo de um fluxo de trabalho de ponta a ponta — Tutorial: Crie um fluxo de trabalho end-to-end de aprendizado de máquina no SageMaker Canvas