View a markdown version of this page

No-code 使用亚马逊 A SageMaker I Canvas 进行机器学习 - Amazon DocumentDB
如何使用 SageMaker AI Canvas 构建无代码 ML 模型配置 A SageMaker I 域和用户个人资料为亚马逊 DocumentDB 和 AI Canvas 配置 SageMaker IAM 访问权限为 SageMaker AI Canvas 创建数据库用户和角色可用区

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

No-code 使用亚马逊 A SageMaker I Canvas 进行机器学习

SageMaker Amazon AI Canvas 使您无需编写任何代码即可构建自己的 AI/ML 模型。您可以为回归和预测等常见用例构建 ML 模型，并且可以从 Amazon Bedrock 访问并评估基础模型 (FM)。您还可以从 SageMaker Amazon AI 访问公共 FM JumpStart 以生成内容、提取文本和进行文本摘要，以支持生成式 AI 解决方案。

如何使用 SageMaker AI Canvas 构建无代码 ML 模型

Amazon DocumentDB 现在与亚马逊 SageMaker AI Canvas 集成，使用存储在亚马逊 DocumentDB 中的数据实现无代码机器学习 (ML)。现在，您无需编写任何一行代码，就可以使用 Amazon DocumentDB 中存储的数据，为回归和预测需求构建 ML 模型，并使用基础模型进行内容摘要和生成。

SageMaker AI Canvas 提供了一个可视化界面，允许亚马逊 DocumentDB 客户无需任何 AI/ML 专业知识或编写一行代码即可生成预测。客户现在可以从启动 SageMaker AI Canvas 工作空间 AWS 管理控制台，导入和加入 Amazon DocumentDB 数据，以进行数据准备和模型训练。Amazon DocumentDB 中的数据现在可用于 SageMaker AI Canvas 来构建和增强模型，以预测客户流失、检测欺诈、预测维护失败、预测业务指标和生成内容。客户现在可以使用 SageMaker AI Canvas 与 Quick 的原生集成在团队之间发布和共享 ML-driven 见解。默认情况下， SageMaker AI Canvas 中的数据摄取管道在 Amazon DocumentDB 辅助实例上运行，从而确保应用程序和 SageMaker AI Canvas 摄取工作负载的性能不受阻碍。

亚马逊 DocumentDB 客户可以通过导航到新的亚马逊 DocumentDB No-Code 机器学习控制台页面并连接到新的或可用的 A SageMaker I Canvas 工作区来开始使用 SageMaker AI Canvas。

配置 A SageMaker I 域和用户个人资料

您可以从在 VPC 仅限模式下运行的 SageMaker AI 域连接到 Amazon DocumentDB 集群。通过在 VPC 中启动 A SageMaker I 域，您可以控制来自 SageMaker AI Studio 和 Canvas 环境的数据流。这允许您限制互联网访问，使用标准 AWS 网络和安全功能监控和检查流量，并通过 VPC 终端节点连接到其他 AWS 资源。请参阅《亚马逊 SageMaker AI 开发者指南》中的 Amazon SageMaker AI Canvas 入门和在没有互联网访问权限的 VPC 中配置 SageMaker A mazon AI Canvas，以创建您的 SageMaker AI 域来连接您的亚马逊 DocumentDB 集群。

为亚马逊 DocumentDB 和 AI Canvas 配置 SageMaker IAM 访问权限

已将 AmazonDocDBConsoleFullAccess 附加到其关联角色和身份的 Amazon DocumentDB 用户可以访问 AWS 管理控制台。将以下操作添加到上述角色或身份中，以通过 SageMaker Amazon AI Canvas 提供对无代码机器学习的访问权限。

"sagemaker:CreatePresignedDomainUrl",
"sagemaker:DescribeDomain",
"sagemaker:ListDomains",
"sagemaker:ListUserProfiles"

为 SageMaker AI Canvas 创建数据库用户和角色

您可以使用 Amazon DocumentDB 中的基于角色的访问控制 (RBAC)，限制用户可以对数据库执行的操作的访问权限。RBAC 的原理是向用户授予一个或多个角色。这些角色决定了用户可以对数据库资源执行的操作。

作为 Canvas 用户，请使用用户名和密码凭证连接到 Amazon DocumentDB 数据库。您可以使用 Amazon DocumentDB RBAC 功能 user/role 为拥有特定数据库读取权限的 Canvas 用户创建数据库。

例如，使用 createUser 操作：

db.createUser({
user: "canvas_user", 
pwd: "<insert-password>", 
roles: [{role: "read", db: "sample-database-1"}]
})

这将创建一个拥有 sample-database-1 数据库读取权限的 canvas_user。Canvas 分析师可以使用此凭证访问 Amazon DocumentDB 集群中的数据。请参阅 使用访问控制 Role-Based 访问数据库 了解更多信息。

可用区

无代码集成适用于同时支持亚马逊 DocumentDB 和亚马逊 SageMaker AI Canvas 的区域。这些地区包括：

  • us-east-1（弗吉尼亚州北部）

  • us-east-2（俄亥俄州）

  • us-west-2 (俄勒冈)

  • ap-northeast-1 (东京)

  • ap-northeast-2 (首尔)

  • ap-south-1（孟买）

  • ap-southeast-1 (新加坡)

  • ap-southeast-2 (悉尼)

  • eu-central-1 (法兰克福)

  • eu-west-1 (爱尔兰)

有关最新的区域可用性，请参阅亚马逊 SageMaker AI 开发者指南中的亚马逊 AI Canvas。 SageMaker