Amazon SageMaker Canvas 實作學習日記 (1)

Build ML models and generate accurate predictions — no code required

Amazon SageMaker Canvas 是一項無須程式碼機器學習 (ML) 服務，可以幫助商業分析師透過機器學習（ML）在幾分鐘內從數千個文件、圖像和文字行中產生見解。 可以隨時存取即用型模型，建立自訂文字和圖像分類模型以及先前支援的表格資料自訂模型，所有這些操作都無需具備機器學習經驗，也無需編寫一行程式碼。

不同產業的商業分析師希望應用人工智慧/機器學習解決方案從各種數據中獲得見解，並且回應商業利害關係人的臨時分析請求。 透過在工作流程中應用人工智慧/機器學習，分析師可以自動執行耗時且容易出錯的手動流程，例如檢查、分類以及從原始資料、影像或文件中提取見解。 但是，將人工智慧/機器學習應用於商業問題需要具備技術專業知識，而建立自訂模型可能需要數週甚至數月。

重點介紹

a.快速存取和準備機器學習數據

b.內建 AutoML 用於建立模型並產生準確的預測

c.共享 ML 模型並與資料科學團隊合作

d.基於使用情況的定價以避免許可費用並降低總體擁有成本

合併來自各種來源（例如本機磁碟）的datasets，Amazon S3、Amazon RedShift 和 Snowflake

透過視覺化介面快速理解和準備數據

自動為您的 dataset 建立準確的 ML 模型

在幾分鐘內獲得第一個 ML 模型。 查看進階指標和功能重要性以理解和解釋預測

輕鬆與資料科學家分享您的模型以獲得回饋

運行假設場景，或取得整個dataset的預測

Ready-to-use models

使用 SageMaker Canvas 存取即用型模型，這些模型可用於在幾分鐘內從成千上萬的文件、圖像和文字行中提取資訊並產生預測。 這些即用型模型包括情緒分析、語言檢測、實體提取、個人資訊檢測、影像中的物件和文字檢測、發票和收據的費用分析、身分證件分析以及更通用的文件和表單分析。

例如，您可以選擇即用型情緒分析模型，並上傳來自社群媒體和客戶支援請求的產品評論，以快速了解客戶對您產品的看法。 使用即用型個人資訊偵測模型，您可以偵測和編輯電子郵件、支援請求和文件中的個人識別資訊（PII）。 使用即用型費用分析模型，您可以輕鬆偵測和提取所掃描發票和收據中的數據，並產生有關這些數據的見解。

這些即用型模式由包括 Amazon Rekognition、Amazon Comprehend 和 Amazon Textract 在內的 Amazon 人工智慧服務提供支援。

Build your own model

需要針對其商業特定使用案例對自訂模型進行培訓的客戶可以使用 SageMaker Canvas 來建立文字和圖像分類模型。

如果預訓練模型清單不支援使用者想要解決的用例，或者使用者想要使用自己的資料建立自訂模型，SageMaker Canvas 提供直覺的介面，允許使用者存取和組合來自各種來源的數據，自動清理數據，應用資料轉換，並透過點擊建立機器學習模型來產生準確的預測。

SageMaker Canvas Use Cases

Sales and Marketing

1. Sales conversion

2. Sales forecasting

3. Propensity to churn

Finance and Accounting

1. Credit risk scoring

2. Delayed payments prediction

3. Fraud detection

Operations and Logistics

1. Inventory planning and scheduling

2. Delivery time forecasting

3. Predictive Maintenance

and many more…

SageMaker Canvas 實作應用將會陸續撰寫

最後，SageMaker Canvas 為使用者提供了高效產生預測的工具，使他們能夠利用機器學習的潛力來實現廣泛的應用。

參考

https://aws.amazon.com/tw/sagemaker/canvas/

https://catalog.us-east-1.prod.workshops.aws/workshops/80ba0ea5-7cf9-4b8c-9d3f-1cd988b6c071/en-US