Machine Learning›
Amazon Sagemaker›
Erste Schritte mit Amazon SageMaker

Erste Schritte mit Amazon SageMaker

Tutorials zum Machine Learning

Folgen Sie den praktischen Anleitungen, um zu erfahren, wie Sie Amazon SageMaker verwenden, um verschiedene Aufgaben im Lebenszyklus des maschinellen Lernens zu bewältigen, einschließlich Datenvorbereitung, Training, Bereitstellung und MLOps.

Datenwissenschaftler: ML-Modelle mit Code entwickeln

TUTORIAL

Trainingsdaten für ML kennzeichnen

Erste Schritte »

TUTORIAL

Ein ML-Modell lokal erstellen

Erste Schritte »

TUTORIAL

Ein ML-Modell trainieren

Erste Schritte »

Datenwissenschaftler: Low-Code-ML

TUTORIAL

Trainingsdaten für ML mit minimalem Code vorbereiten

Erste Schritte »

TUTORIAL

Schneller Einstieg mit SageMaker JumpStart

Erste Schritte »

TUTORIAL

Automatisches Erstellen eines ML-Modells

Erste Schritte »

ML-Engineers: MLOps

TUTORIAL

Setzen Sie ein trainiertes Modell zur Inferenz in der Produktion ein.

Erste Schritte »

TUTORIAL

Automatisieren Sie durchgängige ML-Workflows

Erste Schritte »

DEMO

Intensive Auseinandersetzung mit automatisiertem MLOps

Demo ansehen »

Geschäftsanalysten: No-Code-ML

TUTORIAL

Generieren Sie mit SageMaker Canvas Vorhersagen, ohne Code zu schreiben.

Erste Schritte »

Nächste Schritte

Weitere Informationen zu den Amazon SageMaker-Preisen

Besuchen Sie die Preisseite

Erste Schritte mit der Entwicklung von Geodaten-ML mit Amazon SageMaker in der AWS-Managementkonsole