使用 Amazon A SageMaker I Canvas 进行无代码机器学习 - Amazon DocumentDB
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

使用 Amazon A SageMaker I Canvas 进行无代码机器学习

Amazon SageMaker AI Canvas 使您无需编写任何代码即可构建自己的 AI/ML 模型。您可以为回归和预测等常见用例构建机器学习模型,也可以从 Amazon Bedrock 访问和评估基础模型 (FMs)。您还可以 FMs 从 Amazon A SageMaker I 访问公众, JumpStart 进行内容生成、文本提取和文本摘要,以支持生成式 AI 解决方案。

如何使用 SageMaker AI Canvas 构建无代码机器学习模型

亚马逊 DocumentDB 现在与亚马逊 A SageMaker I Canvas 集成,可使用存储在亚马逊 DocumentDB 中的数据实现无代码机器学习 (ML)。现在,您无需编写任何一行代码,就可以使用 Amazon DocumentDB 中存储的数据,为回归和预测需求构建 ML 模型,并使用基础模型进行内容摘要和生成。

SageMaker AI Canvas 提供了一个可视化界面,允许 Amazon DocumentDB 客户无需任何 AI/ML 专业知识或编写一行代码即可生成预测。客户现在可以从中启动 SageMaker AI Canvas 工作空间 Amazon Web Services Management Console,导入和加入 Amazon DocumentDB 数据,用于数据准备和模型训练。Amazon DocumentDB 中的数据现在可以在 SageMaker AI Canvas 中用于构建和增强模型,以预测客户流失、检测欺诈、预测维护故障、预测业务指标和生成内容。借助 SageMaker AI Canvas 与亚马逊的原生集成,客户现在可以跨团队发布和共享机器学习驱动的见解。 QuickSight默认情况下, SageMaker AI Canvas 中的数据摄取管道在 Amazon DocumentDB 辅助实例上运行,从而确保应用程序 SageMaker 和 AI Canvas 摄取工作负载的性能不受阻碍。

亚马逊 DocumentDB 客户可以通过导航到新的亚马逊 DocumentDB 无代码机器学习控制台页面并连接到新的或可用的 A SageMaker I Canvas 工作空间来开始使用 AI Canvas。 SageMaker

配置 A SageMaker I 域和用户配置文件

您可以从以 “仅限 VPC” 模式运行的 A SageMaker I 域连接到 Amazon DocumentDB 集群。通过在您的 VPC 中启动 SageMaker AI 域,您可以控制来自 SageMaker AI Studio 和 Canvas 环境的数据流。这使您可以限制互联网访问,使用标准 Amazon 网络和安全功能监控和检查流量,并通过 VPC 终端节点连接到其他 Amazon 资源。请参阅《亚马逊 A SageMaker I 开发者指南》中的 Amazon A SageMaker I Canvas 入门和在无法访问互联网的 VPC 中配置亚马逊 A SageMaker I Canvas,创建您的 SageMaker AI 域以连接到您的亚马逊 DocumentDB 集群。

为亚马逊 DocumentDB 和 SageMaker AI Canvas 配置 IAM 访问权限

已将 AmazonDocDBConsoleFullAccess 附加到其关联角色和身份的 Amazon DocumentDB 用户可以访问 Amazon Web Services Management Console。在上述角色或身份中添加以下操作,即可通过 Amazon A SageMaker I Canvas 访问无代码机器学习。

"sagemaker:CreatePresignedDomainUrl", "sagemaker:DescribeDomain", "sagemaker:ListDomains", "sagemaker:ListUserProfiles"

为 SageMaker AI Canvas 创建数据库用户和角色

您可以使用 Amazon DocumentDB 中的基于角色的访问控制 (RBAC),限制用户可以对数据库执行的操作的访问权限。RBAC 的原理是向用户授予一个或多个角色。这些角色决定了用户可以对数据库资源执行的操作。

作为 Canvas 用户,请使用用户名和密码凭证连接到 Amazon DocumentDB 数据库。您可以使用 Amazon DocumentDB RBAC 功能为具有特定数据库读取权限的 Canvas 用户创建数据库用户/角色。

例如,使用 createUser 操作:

db.createUser({ user: "canvas_user", pwd: "<insert-password>", roles: [{role: "read", db: "sample-database-1"}] })

这将创建一个拥有 sample-database-1 数据库读取权限的 canvas_user。Canvas 分析师可以使用此凭证访问 Amazon DocumentDB 集群中的数据。请参阅 使用基于角色的访问控制进行数据库访问 了解更多信息。

可用区

无代码集成适用于同时支持亚马逊 DocumentDB 和 Amazon AI Canvas 的区域。 SageMaker 区域包括:

  • us-east-1(弗吉尼亚州北部)

  • us-east-2(俄亥俄州)

  • us-west-2 (俄勒冈)

  • ap-northeast-1 (东京)

  • ap-northeast-2 (首尔)

  • ap-south-1(孟买)

  • ap-southeast-1 (新加坡)

  • ap-southeast-2 (悉尼)

  • eu-central-1 (法兰克福)

  • eu-west-1 (爱尔兰)

请参阅《亚马逊 A SageMaker I 开发者指南》中的 Amazon SageMaker AI Canv as,了解最新的地区可用性。