入门
博客
提升效率：
- Amazon SageMaker Processing – 完全托管的数据处理和模型评估
- Amazon SageMaker Experiments – 组织、跟踪和比较机器学习训练
- Amazon SageMaker Autopilot – 在完全控制和可见的情况下，自动创建高质量的机器学习模型
- Amazon SageMaker Debugger – 调试机器学习模型
- 使用 Amazon SageMaker Operator 简化 Kubernetes 上的机器学习推理
优化成本：
- 通过使用 Amazon SageMaker 多模型终端节点节省推理成本
- 托管 Spot 训练：最高可节省 90% 的 Amazon SageMaker 训练作业成本
- 使用 Amazon SageMaker 降低机器学习的总体拥有成本并提高工作效率
SageMaker 和其他亚马逊云科技服务的集成：
- 使用 Amazon Athena 从您的 SageMaker 笔记本运行 SQL 查询
- 隆重推出 Amazon SageMaker Operators for Kubernetes
- 亚马逊云科技如何将机器学习送到每位开发者和 BI 分析师手中
- 使用适用于 Amazon SageMaker 的 Amazon Step Functions Data Science SDK 自动执行模型重新训练和部署
相关发布系列：
客户案例
- DNB Media - 亚马逊云科技案例研究：大宇无限 (SageMaker)
- DNB Media - 亚马逊云科技案例研究：虎牙直播 (SageMaker)
- Gaming (DNB) - 亚马逊云科技案例研究：嘉谊互娱 (SageMaker)
- SmartMFG - 亚马逊云科技案例研究：华来科技 (SageMaker)