Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Was ist Amazon SageMaker?
Amazon SageMaker ist ein vollständig verwalteter Service für maschinelles Lernen (ML). Mit SageMaker ihm können Datenwissenschaftler und Entwickler schnell und sicher ML-Modelle erstellen, trainieren und in einer produktionsbereiten, gehosteten Umgebung einsetzen. Es bietet eine Benutzeroberfläche für die Ausführung von ML-Workflows, sodass SageMaker ML-Tools in mehreren integrierten Entwicklungsumgebungen (IDEs) verfügbar sind.
Mit SageMaker können Sie Ihre Daten speichern und gemeinsam nutzen, ohne Ihre eigenen Server erstellen und verwalten zu müssen. So haben Sie oder Ihre Organisationen mehr Zeit, Ihren ML-Workflow gemeinsam zu erstellen und zu entwickeln, und zwar früher. SageMaker bietet verwaltete ML-Algorithmen für die effiziente Ausführung extrem großer Datenmengen in einer verteilten Umgebung. Mit integrierter Unterstützung für bring-your-own-algorithms und Frameworks SageMaker bietet es flexible verteilte Schulungsoptionen, die sich an Ihre spezifischen Arbeitsabläufe anpassen. Innerhalb weniger Schritte können Sie ein Modell von der SageMaker Konsole aus in einer sicheren und skalierbaren Umgebung bereitstellen.
Themen
Preise für Amazon SageMaker
Informationen zu den Limits des AWS kostenlosen Kontingents
Sind Sie ein Erstnutzer von Amazon? SageMaker
Wenn Sie zum ersten Mal Nutzer von sind SageMaker, empfehlen wir Ihnen, wie folgt vorzugehen:
-
Überblick über maschinelles Lernen mit Amazon SageMaker— Verschaffen Sie sich einen Überblick über den Lebenszyklus von Machine Learning (ML) und informieren Sie sich über die angebotenen Lösungen. Auf dieser Seite werden die wichtigsten Konzepte erklärt und die Kernkomponenten beschrieben, mit denen KI-Lösungen entwickelt SageMaker werden.
-
Leitfaden für die Einrichtung bei Amazon SageMaker— Erfahren Sie, wie Sie es SageMaker je nach Bedarf einrichten und verwenden können.
-
Verwenden Sie automatisiertes ML, No-Code oder Low-Code— Erfahren Sie mehr über Low-Code- und No-Code-ML-Optionen, die einen ML-Workflow vereinfachen, indem sie Aufgaben für maschinelles Lernen automatisieren. Diese Optionen sind hilfreiche Tools für das ML-Lernen, da sie einen Einblick in den Code bieten, indem sie Notizbücher für jede der automatisierten ML-Aufgaben generieren.
-
Verwenden Sie von Amazon angebotene Umgebungen für maschinelles Lernen SageMaker— Machen Sie sich mit den ML-Umgebungen vertraut, die Sie zur Entwicklung Ihres ML-Workflows verwenden können, z. B. mit Informationen und Beispielen zu ready-to-use und benutzerdefinierten Modellen.
-
Erkunden Sie andere Themen — Weitere Themen finden Sie im Inhaltsverzeichnis des SageMaker Entwicklerhandbuchs. Informationen zu den Phasen des ML-Lebenszyklus finden Sie Überblick über maschinelles Lernen mit Amazon SageMaker beispielsweise in und zu den verschiedenen SageMaker Lösungsangeboten.
-
SageMakerAmazon-Ressourcen
— Sehen Sie sich die verschiedenen Entwicklerressourcen an, die SageMaker angeboten werden.
