本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
使用 Amazon SageMaker Canvas 時，您可以使用自然語言與 Amazon Q Developer 聊天，以利用生成式 AI 並解決問題。Q Developer 是協助您將目標轉換為機器學習 (ML) 任務的助理，並說明 ML 工作流程的每個步驟。Q Developer 可協助 Canvas 使用者減少利用 ML 並為組織做出資料驅動型決策所需的時間、精力和資料科學專業知識。
透過與 Q 開發人員的對話，您可以在 Canvas 中啟動動作，例如準備資料、建置 ML 模型、進行預測和部署模型。Q Developer 會針對後續步驟提出建議，並在您完成每個步驟時為您提供內容。它也會通知您結果；例如，Canvas 可以根據最佳實務轉換資料集，Q 開發人員可以列出已使用的轉換及其原因。
Amazon Q Developer 可在 SageMaker Canvas 中使用，Amazon Q Developer Pro 方案和免費方案使用者無需額外付費。不過，標準費用適用於 SageMaker Canvas 工作區執行個體等資源，以及用於建置或部署模型的任何資源。如需定價的詳細資訊，請參閱 Amazon SageMaker Canvas 定價
Amazon Q 的使用是根據 MIT 的 0 授權
運作方式
Amazon Q Developer 是 SageMaker Canvas 中提供的生成式 AI 技術助理，您可以使用自然語言進行查詢。Q Developer 會針對機器學習工作流程的每個步驟提出建議，並說明概念，並視需要為您提供選項和更多詳細資訊。您可以使用 Q Developer 來協助處理迴歸、二進位分類和多類別分類使用案例。
例如，若要預測客戶流失，請透過 Q Developer 將歷史客戶流失資訊的資料集上傳至 Canvas。Q 開發人員建議適當的 ML 模型類型和步驟，以修正資料集問題、建置模型並進行預測。
重要
Amazon Q Developer 適用於 SageMaker Canvas 中機器學習問題的對話。它會引導使用者完成 Canvas 動作，並選擇性地回答相關問題 AWS 服務。Q 開發人員僅以英文處理模型輸入。如需如何使用 Q 開發人員的詳細資訊，請參閱《Amazon Q 開發人員使用者指南》中的 Amazon Q 開發人員功能。
支援的 區域
Amazon Q Developer 可在 SageMaker Canvas 中使用，如下所示 AWS 區域：
美國東部 (維吉尼亞北部)
美國東部 (俄亥俄)
美國西部 (奧勒岡)
亞太區域 (孟買)
亞太區域 (首爾)
亞太區域 (新加坡)
亞太區域 (雪梨)
亞太區域 (東京)
歐洲 (法蘭克福)
歐洲 (愛爾蘭)
Europe (Paris)
Canvas 中可用的 Amazon Q Developer 功能
下列清單摘要說明 Q 開發人員可以提供協助的 Canvas 任務：
-
描述您的目標 – Q 開發人員可以建議 ML 模型類型和一般方法來解決您的問題。
-
匯入和分析資料集 – 告知 Q 開發人員您的資料集存放位置或上傳檔案，以將其儲存為 Canvas 資料集。提示 Q 開發人員識別資料集中的任何問題，例如極端值或缺少值。Q 開發人員提供有關資料集的摘要統計資料，並列出任何已識別的問題。
Q Developer 支援個別資料欄的下列統計資料查詢：
數值欄 –
number of valid values、feature type、mean、median、minimum、maximumstandard deviation、25th percentile、75th percentile、、number of outliers分類資料欄 –
number of missing values、number of valid values、feature type、most frequent、most frequent category、most frequent category count、least frequent、least frequent category、least frequent category count、categories
-
修正資料集問題 – 提示 Q 開發人員使用 Canvas 的資料轉換功能來建立資料集的修訂版本。Canvas 會建立 Data Wrangler 資料流程，並根據資料科學最佳實務套用轉換。如需詳細資訊，請參閱資料準備。
如果您想要執行比使用 Q Developer 可以完成的更進階的資料分析或資料準備任務，建議您前往 Data Wrangler 資料流程界面。
-
訓練模型 – Q Developer 會針對您的問題告訴您建議的 ML 模型類型，以及建議的模型建置組態。您可以使用建議的預設設定來執行快速建置，也可以修改組態並執行標準建置。準備就緒時，提示 Q Developer 建置您的 Canvas 模型。
支援所有自訂模型類型。如需模型類型和快速與標準組建的詳細資訊，請參閱 自訂模型的運作方式。
-
評估模型準確性 – 建立模型後，Q Developer 會提供模型如何跨各種指標評分的摘要。這些指標可協助您判斷模型的實用性和準確性。Q 開發人員可以詳細說明任何概念或指標。
若要檢視完整詳細資訊和視覺化效果，請從聊天或 Canvas 的我的模型頁面開啟模型。如需詳細資訊，請參閱模型評估。
-
取得新資料的預測 – 您可以上傳新的資料集，並提示 Q Developer 協助您開啟 Canvas 的預測功能。
Q 開發人員會在應用程式中開啟新視窗，您可以在其中進行單一預測或使用新資料集進行批次預測。如需詳細資訊，請參閱使用自訂模型的預測。
-
部署模型 – 若要部署模型以進行生產，請要求 Q Developer 協助您透過 Canvas 部署模型。Q 開發人員會開啟新視窗，您可以在其中設定部署。
部署之後，請在模型部署索引標籤的 Canvas 我的模型頁面上檢視部署詳細資訊 1)，或在部署索引標籤的 ML Ops 頁面上檢視 2)。如需詳細資訊，請參閱將模型部署到端點。
先決條件
若要使用 Amazon Q Developer 在 SageMaker Canvas 中建置 ML 模型，請完成下列先決條件：
設定 Canvas 應用程式
請確定您已設定 Canvas 應用程式。如需如何設定 Canvas 應用程式的資訊，請參閱 Amazon Sagemaker Canvas 使用入門。
授予 Q 開發人員許可
若要在使用 Canvas 時存取 Q Developer，您必須將 AWS 必要的許可連接到用於 SageMaker AI 網域或使用者設定檔的 IAM 角色。您可以透過 主控台或手動連接 AWS 受管政策來執行此操作。
除非在使用者設定檔層級授予或撤銷個別許可，否則在網域層級附加的許可會套用至網域中的所有使用者設定檔。
您可以透過編輯 SageMaker AI 網域或使用者設定檔設定來授予許可。
若要透過 SageMaker AI 主控台中的網域設定授予許可，請執行下列動作：
-
在 Amazon SageMaker AI 主控台開啟 https：//https://console.aws.amazon.com/sagemaker/
.。 -
在左側導覽窗格中，選擇管理員組態。
-
在管理員組態下，選擇網域。
-
從網域清單中，選取您的網域。
-
在網域詳細資訊頁面上，選取應用程式組態索引標籤。
-
在畫布區段中，選擇編輯。
-
在編輯畫布設定頁面上，前往 Amazon Q Developer 區段，並執行下列動作：
-
開啟在 SageMaker Canvas 中啟用 Amazon Q Developer for natural language ML，將許可新增至網域的執行角色，以與 Canvas 中的 Q Developer 聊天。
-
（選用） 如果您想要詢問 Q 開發人員有關各種問題的一般 AWS 問題，請開啟啟用 Amazon Q 開發人員聊天功能 AWS 服務 （例如：描述 Athena 的運作方式）。
注意
對 Q Developer 進行一般 AWS 查詢時，您的請求會透過美國東部 （維吉尼亞北部） 進行路由。 AWS 區域若要防止您的資料透過美國東部 （維吉尼亞北部） 進行路由，請關閉啟用 Amazon Q 開發人員聊天功能以進行一般 AWS 問題切換。
-
（選用） 從 VPC 設定對 Q 開發人員的存取
如果您的 VPC 已設定為沒有公有網際網路存取，您可以為 Q Developer 新增 VPC 端點。如需詳細資訊，請參閱在沒有網際網路存取權的 VPC 中設定 Amazon SageMaker Canvas。
開始使用
若要使用 Amazon Q Developer 在 SageMaker Canvas 中建置 ML 模型，請執行下列動作：
-
開啟您的 SageMaker Canvas 應用程式。
-
在左側導覽窗格中，選擇 Amazon Q。
-
選擇開始新的對話以開啟新的聊天。
當您開始新的聊天時，Q Developer 會提示您陳述問題或提供資料集。
匯入資料後，您可以要求 Q 開發人員提供您資料集的摘要統計資料，也可以詢問特定資料欄的問題。如需 Q Developer 支援的不同統計資料清單，請參閱上一節Canvas 中可用的 Amazon Q Developer 功能。下列螢幕擷取畫面顯示要求資料集統計資料的範例，以及產品類別欄中最常見的類別。
Q 開發人員會追蹤您在對話期間匯入或建立的任何 Canvas 成品，例如轉換的資料集和模型。您可以從聊天或其他 Canvas 應用程式索引標籤存取它們。例如，如果 Q Developer 修正資料集的問題，您可以從下列位置存取新的轉換資料集：
-
Q Developer 聊天介面中的成品邊欄
-
Canvas 的資料集頁面，您可以在其中檢視原始和轉換的資料集。轉換的資料集已將 Built by Amazon Q 標籤新增至其中。
-
Canvas 的 Data Wrangler 頁面，其中 Q Developer 會為您的資料集建立新的資料流程
下列螢幕擷取畫面顯示聊天側邊欄中的原始資料集和轉換後的資料集。
當您的資料準備就緒時，請要求 Q Developer 協助建置 Canvas 模型。Q 開發人員可能會提示您確認幾個欄位並檢閱建置組態。如果您使用預設建置組態，則會使用快速建置來建置模型。如果您想要自訂建置組態的任何部分，例如選取使用的演算法或變更目標指標，則您的模型會使用標準建置建置建置。
下列螢幕擷取畫面顯示如何提示 Q Developer 啟動 Canvas 模型建置，只需要幾個提示。此範例使用預設組態來啟動快速建置。
建置模型之後，您可以使用聊天或成品邊欄選單中的自然語言執行其他動作。例如，您可以檢視模型詳細資訊和指標、進行預測或部署模型。下列螢幕擷取畫面顯示側邊欄，您可以在其中選擇這些其他選項。
您也可以前往 Canvas 的我的模型頁面並選取您的模型，以執行任何這些動作。從模型的頁面，您可以導覽至分析、預測和部署索引標籤，分別檢視模型指標和視覺化、進行預測和管理部署。
