Tirez parti des FM pour une analyse commerciale à grande échelle avec Amazon SageMaker Canvas

Amazon SageMaker Canvas est un outil sans code permettant de créer des modèles de ML et de générer des prédictions d’apprentissage automatique (ML). Comme annoncé le 5 octobre, les clients peuvent accéder et évaluer les modèles de base (FM) d’Amazon Bedrock et de SageMaker JumpStart pour générer et résumer du contenu.

À partir d’aujourd’hui, SageMaker Canvas étend ces capacités en permettant aux clients d’adapter facilement les FM aux modèles et aux nuances d’un cas d’utilisation spécifique, améliorant ainsi ses performances en termes de qualité de réponse, de coût et de latence. Par exemple, un analyste financier utilisant SageMaker Canvas pour l’analyse prévisionnelle peut désormais personnaliser un FM de base pour générer des résumés et des recommandations pour ses rapports avec ses propres données historiques.

Pour commencer, les clients téléchargent un ensemble de données, sélectionnent un FM à régler, et SageMaker Canvas crée et ajuste automatiquement le modèle. Pour aider les clients à comprendre les performances de FM sur une tâche donnée, SageMaker Canvas affiche des mesures de performances et permet aux clients d’évaluer les performances du modèle, afin qu’ils puissent rapidement comprendre s’il correspond à leurs besoins.

Les nouvelles fonctionnalités sont disponibles dans toutes les régions AWS où Amazon SageMaker Canvas, Amazon Bedrock et Amazon SageMaker JumpStart sont disponibles aujourd’hui. Pour en savoir plus, consultez la documentation du service. Les clients sont facturés en fonction de la durée de la formation et du type d’instance utilisé. Pour plus d’informations, consultez la tarification Amazon SageMaker.