Amazon SageMaker 开发人员资源

使用 Amazon SageMaker 构建、训练和部署机器学习模型

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：

• Amazon SageMaker 现已推出：Deep Graph Library 
• Amazon SageMaker Studio：首个全集成的机器学习开发环境
• 使用 Amazon SageMaker 运行分布式 TensorFlow 训练

• 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)

其他 AI 资源：https://amazonaws-china.com/cn/ai/aiml-resources/