Amazon SageMaker Funktionen
Welche Funktionen hat Amazon SageMaker?
Modellentwicklung
- Unterstützte Sprachen
- Drag-and-Drop
- Vorgefertigte Algorithmen
- Modell-Training
- Vorgefertigte Algorithmen
- Modell-Training
- Feature-Entwicklung
Machine-/Deep-Learning-Dienste
- Maschinelles Sehen
- Verarbeitung natürlicher Sprache
- Generierung natürlicher Sprache
- Künstliche neuronale Netze
Einsatz
- Managed Service
- Anwendung
- Skalierbarkeit
system
- Datenerfassung und -aufbereitung
Top-bewertete Amazon SageMaker Alternativen
(59)
4.3 von 5
Website besuchen
Gesponsert
Amazon SageMaker Kategorien auf G2
Filter für Funktionen
Modellentwicklung
Unterstützte Sprachen | Wie in 25 Amazon SageMaker Bewertungen berichtet. Unterstützt Programmiersprachen wie Java, C oder Python. Unterstützt Frontend-Sprachen wie HTML, CSS und JavaScript | 89% (Basierend auf 25 Bewertungen) | |
Drag-and-Drop | Bietet Entwicklern die Möglichkeit, Codeteile oder Algorithmen beim Erstellen von Modellen per Drag & Drop zu verschieben 24 Rezensenten von Amazon SageMaker haben Feedback zu dieser Funktion gegeben. | 83% (Basierend auf 24 Bewertungen) | |
Vorgefertigte Algorithmen | Bietet Benutzern vorgefertigte Algorithmen für eine einfachere Modellentwicklung 29 Rezensenten von Amazon SageMaker haben Feedback zu dieser Funktion gegeben. | 84% (Basierend auf 29 Bewertungen) | |
Modell-Training | Liefert große Datensätze zum Trainieren einzelner Modelle 29 Rezensenten von Amazon SageMaker haben Feedback zu dieser Funktion gegeben. | 89% (Basierend auf 29 Bewertungen) | |
Vorgefertigte Algorithmen | Bietet Benutzern vorgefertigte Algorithmen für eine einfachere Modellentwicklung Diese Funktion wurde in 15 Amazon SageMaker Bewertungen erwähnt. | 86% (Basierend auf 15 Bewertungen) | |
Modell-Training | Liefert große Datensätze zum Trainieren einzelner Modelle 15 Rezensenten von Amazon SageMaker haben Feedback zu dieser Funktion gegeben. | 89% (Basierend auf 15 Bewertungen) | |
Feature-Entwicklung | Wandelt Rohdaten in Merkmale um, die das zugrunde liegende Problem für die Vorhersagemodelle besser darstellen Diese Funktion wurde in 15 Amazon SageMaker Bewertungen erwähnt. | 86% (Basierend auf 15 Bewertungen) |
Machine-/Deep-Learning-Dienste
Maschinelles Sehen | Wie in 22 Amazon SageMaker Bewertungen berichtet. Bietet Bilderkennungsdienste an | 92% (Basierend auf 22 Bewertungen) | |
Verarbeitung natürlicher Sprache | Wie in 24 Amazon SageMaker Bewertungen berichtet. Bietet Dienstleistungen zur Verarbeitung natürlicher Sprache an | 90% (Basierend auf 24 Bewertungen) | |
Generierung natürlicher Sprache | Bietet Dienstleistungen zur Generierung natürlicher Sprache an 21 Rezensenten von Amazon SageMaker haben Feedback zu dieser Funktion gegeben. | 88% (Basierend auf 21 Bewertungen) | |
Künstliche neuronale Netze | Wie in 24 Amazon SageMaker Bewertungen berichtet. Bietet künstliche neuronale Netze für Benutzer | 90% (Basierend auf 24 Bewertungen) | |
Maschinelles Sehen | Wie in 12 Amazon SageMaker Bewertungen berichtet. Bietet Bilderkennungsdienste an | 96% (Basierend auf 12 Bewertungen) | |
Verstehen natürlicher Sprache | Wie in 13 Amazon SageMaker Bewertungen berichtet. Bietet Dienste zum Verstehen natürlicher Sprache | 92% (Basierend auf 13 Bewertungen) | |
Generierung natürlicher Sprache | Basierend auf 13 Amazon SageMaker Bewertungen. Bietet Dienstleistungen zur Generierung natürlicher Sprache an | 90% (Basierend auf 13 Bewertungen) | |
Deep Learning | Bietet Deep-Learning-Funktionen 14 Rezensenten von Amazon SageMaker haben Feedback zu dieser Funktion gegeben. | 90% (Basierend auf 14 Bewertungen) |
Einsatz
Managed Service | Verwaltet die intelligente Anwendung für den Benutzer und reduziert den Bedarf an Infrastruktur 28 Rezensenten von Amazon SageMaker haben Feedback zu dieser Funktion gegeben. | 88% (Basierend auf 28 Bewertungen) | |
Anwendung | Ermöglicht es Benutzern, maschinelles Lernen in Betriebsanwendungen einzubinden 28 Rezensenten von Amazon SageMaker haben Feedback zu dieser Funktion gegeben. | 86% (Basierend auf 28 Bewertungen) | |
Skalierbarkeit | Basierend auf 27 Amazon SageMaker Bewertungen. Bietet leicht skalierbare Anwendungen und Infrastrukturen für maschinelles Lernen | 90% (Basierend auf 27 Bewertungen) | |
Sprachliche Flexibilität | Ermöglicht Benutzern die Eingabe von Modellen, die in einer Vielzahl von Sprachen erstellt wurden. | Nicht genügend Daten verfügbar | |
Flexibilität des Rahmens | Ermöglicht es Benutzern, das Framework oder die Workbench ihrer Wahl auszuwählen. | Nicht genügend Daten verfügbar | |
Versionsverwaltung | Die Versionsverwaltung von Datensätzen, während Modelle durchlaufen werden. | Nicht genügend Daten verfügbar | |
Einfache Bereitstellung | Bietet eine Möglichkeit zum schnellen und effizienten Bereitstellen von Machine Learning-Modellen. | Nicht genügend Daten verfügbar | |
Skalierbarkeit | Bietet eine Möglichkeit, die Verwendung von Machine Learning-Modellen im gesamten Unternehmen zu skalieren. | Nicht genügend Daten verfügbar | |
Managed Service | Basierend auf 14 Amazon SageMaker Bewertungen. Verwaltet die intelligente Anwendung für den Benutzer und reduziert den Bedarf an Infrastruktur | 95% (Basierend auf 14 Bewertungen) | |
Anwendung | Wie in 14 Amazon SageMaker Bewertungen berichtet. Ermöglicht es Benutzern, maschinelles Lernen in Betriebsanwendungen einzubinden | 88% (Basierend auf 14 Bewertungen) | |
Skalierbarkeit | Wie in 13 Amazon SageMaker Bewertungen berichtet. Bietet leicht skalierbare Anwendungen und Infrastrukturen für maschinelles Lernen | 97% (Basierend auf 13 Bewertungen) | |
Sprachliche Flexibilität | Ermöglicht Benutzern die Eingabe von Modellen, die in einer Vielzahl von Sprachen erstellt wurden. | Nicht genügend Daten verfügbar | |
Flexibilität des Rahmens | Ermöglicht es Benutzern, das Framework oder die Workbench ihrer Wahl auszuwählen. | Nicht genügend Daten verfügbar | |
Versionsverwaltung | Die Versionsverwaltung von Datensätzen, während Modelle durchlaufen werden. | Nicht genügend Daten verfügbar | |
Einfache Bereitstellung | Bietet eine Möglichkeit zum schnellen und effizienten Bereitstellen von Machine Learning-Modellen. | Nicht genügend Daten verfügbar | |
Skalierbarkeit | Bietet eine Möglichkeit, die Verwendung von Machine Learning-Modellen im gesamten Unternehmen zu skalieren. | Nicht genügend Daten verfügbar |
Management
Katalogisierung | Zeichnet alle Machine Learning-Modelle auf und organisiert sie, die im gesamten Unternehmen eingesetzt wurden. | Nicht genügend Daten verfügbar | |
Überwachung | Verfolgt die Leistung und Genauigkeit von Machine Learning-Modellen. | Nicht genügend Daten verfügbar | |
Regierend | Stellt Benutzer basierend auf der Autorisierung bereit, um Machine Learning-Modelle bereitzustellen und zu iterieren. | Nicht genügend Daten verfügbar | |
Modell-Registry | Ermöglicht Benutzern die Verwaltung von Modellartefakten und verfolgt, welche Modelle in der Produktion bereitgestellt werden. | Nicht genügend Daten verfügbar | |
Katalogisierung | Zeichnet alle Machine Learning-Modelle auf und organisiert sie, die im gesamten Unternehmen eingesetzt wurden. | Nicht genügend Daten verfügbar | |
Überwachung | Verfolgt die Leistung und Genauigkeit von Machine Learning-Modellen. | Nicht genügend Daten verfügbar | |
Regierend | Stellt Benutzer basierend auf der Autorisierung bereit, um Machine Learning-Modelle bereitzustellen und zu iterieren. | Nicht genügend Daten verfügbar |
system
Datenerfassung und -aufbereitung | Wie in 15 Amazon SageMaker Bewertungen berichtet. Bietet dem Benutzer die Möglichkeit, eine Vielzahl von Datenquellen zur sofortigen Verwendung zu importieren | 81% (Basierend auf 15 Bewertungen) | |
Unterstützte Sprachen | Unterstützt Programmiersprachen wie Java, C oder Python. Unterstützt Frontend-Sprachen wie HTML, CSS und JavaScript Diese Funktion wurde in 13 Amazon SageMaker Bewertungen erwähnt. | 88% (Basierend auf 13 Bewertungen) | |
Drag-and-Drop | Wie in 12 Amazon SageMaker Bewertungen berichtet. Bietet Entwicklern die Möglichkeit, Codeteile oder Algorithmen beim Erstellen von Modellen per Drag & Drop zu verschieben | 90% (Basierend auf 12 Bewertungen) |
Transaktionen
Metriken | Kontrollieren Sie die Modellnutzung und -leistung in der Produktion | Nicht genügend Daten verfügbar | |
Infrastruktur-Management | Stellen Sie geschäftskritische ML-Anwendungen bereit, wo und wann immer Sie sie benötigen | Nicht genügend Daten verfügbar | |
Zusammenarbeit | Vergleichen Sie ganz einfach Experimente – Code, Hyperparameter, Metriken, Vorhersagen, Abhängigkeiten, Systemmetriken und mehr –, um Unterschiede in der Modellleistung zu verstehen. | Nicht genügend Daten verfügbar |
