使用无代码和低代码机器学习加速任务结果

## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/IMP209-R-Accelerate_mission_outcomes_with_no_code_and_low_code_machine_learning__REPEAT_-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 组织可以通过预测分析来改造他们的业务,但是可能缺乏[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)项目所需的IT资源和预算。这个针对企业领导和技术人员的课程中,我们将了解一流的无代码和低代码AI/ML以及生成式AI技术,这些技术可以用于构建面向结果的解决方案。我们将探讨使用案例,观看演示,并了解设计这些解决方案的规范性指导。发现设计安全、经济高效和负责任的AI/ML应用程序的关键见解,这些应用程序可以帮助加速非营利组织和企业的成果。 ## 演讲精华 <font color = "grey">以下是小编为您整理的本次演讲的精华，共900字，阅读时间大约是4分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。</font> 演讲者R女士在她的演讲开始时，向观众们询问了他们使用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)的情况。她想知道有多少人已经尝试使用看起来适合[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)的案例，许多人都热情地举起了手。R女士对此表示认可，并强调，实际上，大部分组织往往有多个潜在的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)案例，而不仅仅是一个。然而，她也指出，通常很难找到合适的资源和技能来实现[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)。 R女士表示，她的目标就是帮助听众们能够轻松地实施[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)。为此，她介绍了一种名为[Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) Canvas的无代码[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)工具。她提到，她将现场演示这个工具，但在展示之前，她想先为大家提供一些背景信息。 R女士解释说，一个典型的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)项目通常从识别业务需求开始，然后确定哪些案例似乎非常适合[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)。一旦他们确定了一个或两个顶级案例，从案例到具有工作状态的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型之间会涉及到多个步骤。 她详细描述了[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)的生命周期，该周期从识别数据源、收集和准备数据、特征工程开始，然后进行模型构建，即寻找适用于所处理案例的正确算法。接下来是超参数调优、模型评估，最后是部署阶段。但是，这并没有结束，因为已部署的模型需要持续监控以确保其性能如预期。整个过程可能会持续几周甚至几个月的时间，且具有很大的迭代性。 总结了这些关键挑战后，R女士指出，[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)需要大量的实验和投资时间。此外，通常还需要专门的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)专业知识，而这种知识在市面上可能是非常稀缺的。另外，为了让业务分析师等其他人员能充分利用现有资源，他们也需要进行技能提升，这需要一定的时间。因此，核心问题变成了如何在整个组织中扩大[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)的应用范围。为了解决这个问题，R女士表示，SageMaker Canvas的实时演示将展示如何利用无代码工具加速[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)的价值实现速度。 R介绍了[Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail)，并询问有多少人熟悉它。许多人表示了解这个完全管理的端到端[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)服务。据她介绍，Canvas是无代码功能，专为没有[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)专业知识的业务用户设计。她表示将展示Canvas的功能，包括实时演示。在等待演示界面加载的过程中，R提供了一些背景信息。Canvas作为Bedrock的前端接口，后者在幕后驱动[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型。下拉菜单显示了Bedrock的一列基础模型，包括公开可用的模型以及亚马逊的专有模型。这使得用户能够选择像亚马逊的泰坦这样的基础模型，选择一个示例提示如“创建KPI摘要”，然后看到模型生成的结果，所有操作都在同一个Canvas界面内完成。R展示了Canvas如何能并排比较不同的模型。例如，用户可以选择Anthropic的克洛德和亚马逊的P-not，输入相同的提示“编写报告”，然后立即看到每个模型对同一任务的输出。这有助于通过比较相同提示的结果来选择模型。从生成性AI演示开始，R展示了Canvas中可用的即插即用模型。这些模型利用其他AI服务，如用于情感分析模型的亚马逊Comprehend和用于计算机视觉模型的亚马逊Rekognition。作为一个例子，她演示了一个情感分析模型，输入文本并生成一个正面情感的预测以及置信度分数。她强调了置信度分数在评估结果质量的重要性。R还展示了该模型可以用于单次预测或批量预测。接下来，R演示了一个由亚马逊Rekognition驱动的对象检测模型。通过提供一张图片，它可以识别图片中的不同物体以及每个检测到物体的置信度分数。R随后提供了一个使用亚马逊Textract在后台分析文档的例子，该文档包含不仅仅是文本的表格、表格和数据。这允许与文档进行对话以提取相关数据。 尽管R已经展示了一些现成的模型，但她指出这些可能并不适合每个特定的应用场景。用户还可以通过在Canvas中利用自己的数据来构建定制的模型。她通过提供一个自定义模型的示例，明确问题类型（如数值预测）并上传一个住房数据集来预测房价，向用户展示了如何进行操作。 Canvas能够根据数据自动识别问题类型，比如将“中等房屋价值”识别为数值目标列。快速构建模型通常需要2-15分钟的验证数据时间，而完整标准的构建过程则需要2-4小时的时长，具体取决于数据大小和模型的复杂程度。 R展示了快速构建模型的输出结果，其中包括诸如RMSE之类的性能指标以及内置模型的可解释性，揭示了特征属性的重要性。这使得用户能够利用自己的数据进行预测，可以是单个数据点也可以是批量数据。一旦完整的模型建立完毕，便可以部署并在团队之间共享，从而提高协作效率。 总的来说，R强调SageMaker Canvas通过让非[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)专家也能轻松地应用AI技术，从而加速了[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)的普及。这个无代码的工作平台使得[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)在整个组织内部得到了推广，并且提供了更快速的时间效益。 **下面是一些演讲现场的精彩瞬间：** 领导者探讨了从明确业务需求到开发高效[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型的整个过程。  在整个[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)生命周期中，包括数据收集、预处理、特征工程、模型构建、优化、评估和部署等阶段。  为了充分利用有限的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)专家资源，业务分析师的技能需随时间推移不断提高。  亚马逊Rekognition所支持的计算机视觉模型在图像中识别物体，这标志着AI服务的一大创新。  然而，领导者指出，由于表格、表单等内容千差万别，运用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)对文档进行分析可能会面临一定的挑战。  ## 总结 亚马逊SageMaker Canvas是一款无需编码的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)工具，让非[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)专家的业务用户轻松构建、训练和部署[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型。该工具展示了Canvas在生成性人工智能、即插即用模型和定制模型方面的能力。对于生成性人工智能，Canvas提供了一个模型游乐场，用户可以尝试和比较不同的基础模型，如亚马逊的Titan和Anthropic的Claude。只需输入一个提示，例如“创建KPI总结”，即可看到模型的并列结果。此外，Canvas还提供了其他亚马逊云科技AI服务的即插即用模型，如使用[Amazon Comprehend](https://aws.amazon.com/cn/comprehend/?trk=cndc-detail)进行情感分析，使用[Amazon Rekognition](https://aws.amazon.com/cn/rekognition/?trk=cndc-detail)检测图像中的物体，以及使用[Amazon Textract](https://aws.amazon.com/cn/textract/?trk=cndc-detail)分析文档中的文本。这些服务承担了大部分工作，使得用户能获得具有置信度的预测结果。若要构建自定义模型，Canvas会引导用户完成整个过程。用户需要指定问题，例如预测房价，并提供数据集。Canvas会检测所需的模型类型，进行快速的数据验证，并构建模型。可解释性功能显示模型特征归属。构建好的模型可以部署并在团队之间共享。总之，通过其易于使用的无代码界面，SageMaker Canvas使非[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)专家的业务用户能够充分利用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)和生成性AI的力量，从而加速实现[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)价值。 ## 演讲原文 ## 想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！ [2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站") [点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处")，一键获取亚马逊云科技全球最新产品/服务资讯！ [点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处")，一键获取亚马逊云科技中国区最新产品/服务资讯！ ## 即刻注册亚马逊云科技账户，开启云端之旅！ [【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“") [【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")