Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Memulai dengan menggunakan Amazon SageMaker Canvas
Panduan ini memberi tahu Anda cara memulai menggunakan SageMaker Canvas. Jika Anda seorang administrator TI dan ingin detail lebih mendalam, lihat [Pengaturan Amazon SageMaker Canvas dan manajemen izin (untuk administrator TI)](canvas-setting-up.md) untuk menyiapkan SageMaker Canvas untuk pengguna Anda.
**Topics**
+ [Prasyarat untuk menyiapkan Amazon Canvas SageMaker](#canvas-prerequisites)
+ [Langkah 1: Masuk ke SageMaker Canvas](#canvas-getting-started-step1)
+ [Langkah 2: Gunakan SageMaker Canvas untuk mendapatkan prediksi](#canvas-getting-started-step2)
## Prasyarat untuk menyiapkan Amazon Canvas SageMaker
Untuk menyiapkan aplikasi SageMaker Canvas, onboard menggunakan salah satu metode penyiapan berikut:
1. **Onboard dengan AWS konsol.** Untuk onboard melalui AWS konsol, pertama-tama Anda membuat domain Amazon SageMaker AI. SageMaker Domain AI mendukung berbagai lingkungan pembelajaran mesin (ML) seperti Canvas dan [SageMaker Studio](https://docs.aws.amazon.com/sagemaker/latest/dg/studio.html). Untuk informasi selengkapnya tentang domain, lihat[Ikhtisar domain Amazon SageMaker AI](gs-studio-onboard.md).
1. (Cepat) [Gunakan pengaturan cepat untuk Amazon SageMaker AI](onboard-quick-start.md) — Pilih opsi ini jika Anda ingin mengatur domain dengan cepat. Ini memberi pengguna Anda semua izin Canvas default dan fungsionalitas dasar. Fitur tambahan apa pun seperti [kueri dokumen](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-fm-chat.html#canvas-fm-chat-query) dapat diaktifkan nanti oleh admin. Jika Anda ingin mengonfigurasi izin yang lebih terperinci, kami sarankan Anda memilih opsi Lanjutan sebagai gantinya.
1. (Standar) [Gunakan pengaturan khusus untuk Amazon SageMaker AI](onboard-custom.md) — Pilih opsi ini jika Anda ingin menyelesaikan pengaturan domain yang lebih canggih. Pertahankan kontrol terperinci atas izin pengguna seperti akses ke fitur persiapan data, fungsionalitas AI generatif, dan penerapan model.
1. **Onboard dengan CloudFormation.** [CloudFormation](https://docs.aws.amazon.com/AWSCloudFormation/latest/UserGuide/Welcome.html)mengotomatiskan penyediaan sumber daya dan konfigurasi sehingga Anda dapat mengatur Canvas untuk satu atau beberapa profil pengguna secara bersamaan. Gunakan opsi ini jika Anda ingin mengotomatiskan proses orientasi dalam skala besar dan pastikan aplikasi Anda dikonfigurasi dengan cara yang sama setiap saat. [CloudFormation Template](https://github.com/aws-samples/cloudformation-studio-domain) berikut menyediakan cara yang efisien untuk onboard ke Canvas, memastikan bahwa semua komponen yang diperlukan diatur dengan benar dan memungkinkan Anda untuk fokus pada pembuatan dan penerapan model pembelajaran mesin Anda.
Bagian berikut menjelaskan cara onboard ke Canvas dengan menggunakan AWS konsol untuk membuat domain.
**penting**
Agar Anda dapat mengatur Amazon SageMaker Canvas, versi Amazon SageMaker Studio Anda harus 3.19.0 atau yang lebih baru. Untuk informasi tentang memperbarui Amazon SageMaker Studio, lihat[Matikan dan Perbarui Amazon SageMaker Studio Classic](studio-tasks-update-studio.md).
### Onboard dengan AWS konsol
Jika Anda melakukan pengaturan domain cepat, maka Anda dapat mengikuti instruksi di[Gunakan pengaturan cepat untuk Amazon SageMaker AI](onboard-quick-start.md), melewati sisa bagian ini, dan melanjutkan ke[Langkah 1: Masuk ke SageMaker Canvas](#canvas-getting-started-step1).
Jika Anda melakukan pengaturan domain standar, Anda dapat menentukan fitur Canvas yang ingin Anda berikan akses kepada pengguna Anda. Gunakan sisa bagian ini saat Anda menyelesaikan pengaturan domain standar untuk membantu Anda mengonfigurasi izin yang khusus untuk Canvas.
Dalam instruksi [Gunakan pengaturan khusus untuk Amazon SageMaker AI](onboard-custom.md) penyiapan, untuk **Langkah 2: Pengguna dan Aktivitas ML,** Anda harus memilih izin Canvas yang ingin Anda berikan. Di bagian **aktivitas ML**, Anda dapat memilih kebijakan izin berikut untuk memberikan akses ke fitur Canvas. Anda hanya dapat memilih hingga total 8 **aktivitas ML** saat menyiapkan domain Anda. Dua izin pertama dalam daftar berikut diperlukan untuk menggunakan Canvas, sedangkan sisanya untuk fitur tambahan.
+ **Jalankan Aplikasi Studio** — Izin ini diperlukan untuk memulai aplikasi Canvas.
+ **[Akses Inti Canvas](https://docs.aws.amazon.com/aws-managed-policy/latest/reference/AmazonSageMakerCanvasFullAccess.html)** — Izin ini memberi Anda akses ke aplikasi Canvas dan fungsionalitas dasar Canvas, seperti membuat kumpulan data, menggunakan transformasi data dasar, dan membangun dan menganalisis model.
+ (Opsional) **[Persiapan Data Kanvas (didukung oleh Data Wrangler)](https://docs.aws.amazon.com/aws-managed-policy/latest/reference/AmazonSageMakerCanvasDataPrepFullAccess.html)** - Izin ini memberi Anda akses untuk membuat aliran data dan menggunakan transformasi lanjutan untuk menyiapkan data Anda di Canvas. Izin ini juga diperlukan untuk membuat pekerjaan pemrosesan data dan jadwal pekerjaan persiapan data.
+ (Opsional) **[Layanan Canvas AI](https://docs.aws.amazon.com/aws-managed-policy/latest/reference/AmazonSageMakerCanvasAIServicesAccess.html)** — Izin ini memberi Anda akses ke Ready-to-use model, model dasar, dan fitur Obrolan dengan Data di Canvas.
+ (Opsional) **Akses Kendra** — Izin ini memberi Anda akses ke fitur [kueri dokumen, tempat Anda dapat menanyakan dokumen yang disimpan dalam indeks Amazon Kendra menggunakan](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-fm-chat.html#canvas-fm-chat-query) model dasar di Canvas.
Jika Anda memilih opsi ini, maka di bagian **Akses Kendra Kanvas**, masukkan ID untuk indeks Amazon Kendra yang ingin Anda berikan aksesnya.
+ (Opsional) **[Canvas MLOPs](https://docs.aws.amazon.com/aws-managed-policy/latest/reference/AmazonSageMakerCanvasDirectDeployAccess.html)** — Izin ini memberi Anda akses ke fitur [penerapan model](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-deploy-model.html) di Canvas, tempat Anda dapat menerapkan model untuk digunakan dalam produksi.
Di bagian **Langkah 3: Aplikasi** pengaturan domain, pilih **Konfigurasi Kanvas** dan kemudian lakukan hal berikut:
1. Untuk **konfigurasi penyimpanan Canvas**, tentukan di mana Anda ingin Canvas menyimpan data aplikasi, seperti artefak model, prediksi batch, kumpulan data, dan log. SageMaker AI membuat `Canvas/` folder di dalam bucket ini untuk menyimpan data. Untuk informasi selengkapnya, lihat [Konfigurasikan penyimpanan Amazon S3 Anda](canvas-storage-configuration.md). Untuk bagian ini, lakukan hal berikut:
1. Pilih **Sistem dikelola** jika Anda ingin mengatur lokasi ke SageMaker AI-created bucket default yang mengikuti pola`s3://sagemaker-{{{Region}}}-{{{your-account-id}}}`.
1. Pilih **Custom S3** untuk menentukan bucket Amazon S3 Anda sendiri sebagai lokasi penyimpanan. Kemudian, masukkan URI Amazon S3.
1. (Opsional) Untuk **kunci Enkripsi**, tentukan kunci KMS untuk mengenkripsi artefak Canvas yang disimpan di lokasi yang ditentukan.
1. (Opsional) Untuk **Pengembang Amazon Q**, lakukan hal berikut:
1. **Aktifkan Aktifkan Pengembang Amazon Q di SageMaker Canvas untuk bahasa alami**, sehingga memungkinkan pengguna Anda untuk memanfaatkan bantuan AI generatif selama alur kerja ML mereka di Canvas. Opsi ini hanya memberikan izin untuk meminta Amazon Q Developer untuk bantuan dengan tugas yang telah ditentukan yang dapat diselesaikan dalam aplikasi Canvas.
1. Nyalakan **Aktifkan obrolan Pengembang Amazon Q untuk AWS pertanyaan umum** guna memberikan izin kepada pengguna Anda untuk membuat kueri AI generatif yang terkait dengan layanan. AWS
1. (Opsional) Konfigurasikan bagian **pemrosesan data besar** jika pengguna Anda berencana untuk memproses kumpulan data yang lebih besar dari 5 GB di Canvas. Untuk informasi lebih rinci tentang cara mengonfigurasi opsi ini, lihat[Berikan Izin Pengguna untuk Menggunakan Data Besar di seluruh Siklus Hidup ML](canvas-large-data-permissions.md).
1. (Opsional) Untuk bagian **konfigurasi izin Ops ML**, lakukan hal berikut:
1. Biarkan opsi **Aktifkan penerapan langsung model Canvas** diaktifkan untuk memberikan izin kepada pengguna Anda untuk menerapkan model mereka dari Canvas ke titik akhir AI. SageMaker Untuk informasi selengkapnya tentang penerapan model di Canvas, lihat[Menerapkan model Anda ke titik akhir](canvas-deploy-model.md).
1. Biarkan opsi **Aktifkan izin pendaftaran Registri Model untuk semua pengguna** diaktifkan untuk memberikan izin kepada pengguna Anda untuk mendaftarkan versi model mereka ke registri model SageMaker AI (diaktifkan secara default). Untuk informasi selengkapnya, lihat [Daftarkan versi model di SageMaker registri model AI](canvas-register-model.md).
1. Jika Anda membiarkan opsi **Aktifkan izin pendaftaran Registri Model untuk semua pengguna** diaktifkan, lalu pilih **Daftar ke Registri Model saja** atau **Daftar dan setujui model di Registri Model**.
1. (Opsional) Untuk bagian **konfigurasi unggahan file lokal**, aktifkan opsi **Aktifkan unggahan file lokal** untuk memberikan izin kepada pengguna Anda untuk mengunggah file ke Canvas dari mesin lokal mereka. Mengaktifkan opsi ini akan melampirkan kebijakan berbagi sumber daya lintas asal (CORS) ke bucket Amazon S3 yang ditentukan dalam **konfigurasi penyimpanan Canvas** (dan mengganti kebijakan CORS yang ada). Untuk mempelajari lebih lanjut tentang izin upload file lokal, lihat[Berikan Izin Pengguna Anda untuk Mengunggah File Lokal](canvas-set-up-local-upload.md).
1. (Opsional) Untuk bagian **pengaturan OAuth**, lakukan hal berikut:
1. Pilih **Tambahkan konfigurasi OAuth**.
1. Untuk **Sumber data**, pilih sumber data Anda.
1. Untuk **pengaturan Rahasia**, pilih **Buat rahasia baru** dan masukkan informasi yang Anda miliki dari penyedia identitas Anda. Jika Anda belum melakukan pengaturan OAuth awal dengan sumber data Anda, lihat. [Siapkan koneksi ke sumber data dengan OAuth](canvas-setting-up-oauth.md)
1. (Opsional) Untuk **konfigurasi Ready-to-use model Canvas**, lakukan hal berikut:
1. Biarkan opsi **Aktifkan Ready-to-use model Canvas** diaktifkan untuk memberikan izin kepada pengguna Anda untuk menghasilkan prediksi dengan Ready-to-use model di Canvas (diaktifkan secara default). Opsi ini juga memberi Anda izin untuk mengobrol dengan model yang didukung Generative-AI. Untuk informasi selengkapnya, lihat [Model fondasi AI generatif di Kanvas SageMaker](canvas-fm-chat.md).
1. Biarkan opsi **Aktifkan kueri dokumen menggunakan Amazon Kendra** diaktifkan untuk memberikan izin kepada pengguna Anda untuk menggunakan model dasar untuk menanyakan dokumen yang disimpan dalam indeks Amazon Kendra. Kemudian, dari menu tarik-turun, pilih indeks yang ada yang ingin Anda berikan akses. Untuk informasi selengkapnya, lihat [Model fondasi AI generatif di Kanvas SageMaker](canvas-fm-chat.md).
1. Untuk **peran Amazon Bedrock**, pilih **Buat dan gunakan peran eksekusi baru untuk membuat peran eksekusi** IAM baru yang memiliki hubungan kepercayaan dengan Amazon Bedrock. Peran IAM ini diasumsikan oleh Amazon Bedrock untuk menyempurnakan model bahasa besar (LLM) di Canvas. Jika Anda sudah memiliki peran eksekusi dengan hubungan kepercayaan, pilih **Gunakan peran eksekusi yang ada dan pilih peran** Anda dari tarik-turun. Untuk informasi selengkapnya tentang mengonfigurasi izin secara manual untuk peran eksekusi Anda sendiri, lihat. [Berikan Izin Pengguna untuk Menggunakan Amazon Bedrock dan Fitur Generatif AI di Canvas](canvas-fine-tuning-permissions.md)
1. Selesai mengonfigurasi sisa pengaturan domain menggunakan [Gunakan pengaturan khusus untuk Amazon SageMaker AI](onboard-custom.md) prosedur.
**catatan**
Jika Anda mengalami masalah dengan pemberian izin melalui konsol, seperti izin untuk Ready-to-use model, lihat topiknya. [Memecahkan masalah dengan pemberian izin melalui konsol AI SageMaker](canvas-limits.md#canvas-troubleshoot-trusted-services)
Anda sekarang harus menyiapkan domain SageMaker AI dan semua izin Canvas dikonfigurasi.
Anda dapat mengedit izin Canvas untuk domain atau pengguna tertentu setelah penyiapan domain awal. Pengaturan pengguna individu mengesampingkan pengaturan domain. Untuk mempelajari cara mengedit izin Canvas Anda di pengaturan domain, lihat[Edit pengaturan domain](domain-edit.md).
### Beri diri Anda izin untuk menggunakan fitur tertentu di Canvas
Informasi berikut menguraikan berbagai izin yang dapat Anda berikan kepada pengguna Canvas untuk memungkinkan penggunaan berbagai fitur dan fungsi dalam Canvas. Beberapa izin ini dapat diberikan selama pengaturan domain, tetapi beberapa memerlukan izin atau konfigurasi tambahan. Lihat informasi izin khusus untuk setiap fitur yang ingin Anda aktifkan:
+ **Unggahan file lokal.** Izin untuk unggahan file lokal diaktifkan secara default di izin dasar Canvas saat menyiapkan domain Anda. Jika Anda tidak dapat mengunggah file lokal dari mesin ke SageMaker Canvas, Anda dapat melampirkan kebijakan CORS ke bucket Amazon S3 yang Anda tentukan dalam konfigurasi penyimpanan Canvas. Jika Anda mengizinkan SageMaker AI menggunakan bucket default, bucket mengikuti pola penamaan`s3://sagemaker-{{{Region}}}-{{{your-account-id}}}`. Untuk informasi selengkapnya, lihat [Memberi Izin Pengguna Anda untuk Mengunggah File Lokal](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-set-up-local-upload.html).
+ **Model prediksi gambar dan teks khusus.** Izin untuk membuat model prediksi gambar dan teks kustom diaktifkan secara default di izin dasar Canvas saat menyiapkan domain Anda. Namun, jika Anda memiliki konfigurasi IAM khusus dan tidak ingin melampirkan [AmazonSageMakerCanvasFullAccess](https://docs.aws.amazon.com/sagemaker/latest/dg/security-iam-awsmanpol-canvas.html#security-iam-awsmanpol-AmazonSageMakerCanvasFullAccess)kebijakan tersebut ke peran eksekusi IAM pengguna, Anda harus secara eksplisit memberikan izin yang diperlukan kepada pengguna. Untuk informasi selengkapnya, lihat [Berikan Izin Pengguna Anda untuk Membuat Model Prediksi Gambar dan Teks Kustom](canvas-set-up-cv-nlp.md).
+ **Ready-to-use model dan model pondasi.** Anda mungkin ingin menggunakan Ready-to-use model Canvas untuk membuat prediksi untuk data Anda. Dengan izin Ready-to-use model, Anda juga dapat mengobrol dengan model generatif AI-powered . Izin diaktifkan secara default saat menyiapkan domain Anda, atau Anda dapat mengedit izin untuk domain yang telah Anda buat. Opsi izin Ready-to-use model Canvas menambahkan [AmazonSageMakerCanvasAIServicesAccess](https://docs.aws.amazon.com/sagemaker/latest/dg/security-iam-awsmanpol-canvas.html#security-iam-awsmanpol-AmazonSageMakerCanvasAIServicesAccess)kebijakan ke peran eksekusi Anda. Untuk informasi selengkapnya, lihat [Memulai](canvas-ready-to-use-models.md#canvas-ready-to-use-get-started) bagian dokumentasi Ready-to-use model.
Untuk informasi lebih lanjut tentang memulai dengan model foundation AI generatif, lihat[Model fondasi AI generatif di Kanvas SageMaker](canvas-fm-chat.md).
+ **Fine-tune model pondasi.** Jika Anda ingin menyempurnakan model foundation di Canvas, Anda dapat menambahkan izin saat menyiapkan domain, atau mengedit izin untuk domain atau profil pengguna setelah membuat domain. Anda harus menambahkan [AmazonSageMakerCanvasAIServicesAccess](https://docs.aws.amazon.com/sagemaker/latest/dg/security-iam-awsmanpol-canvas.html#security-iam-awsmanpol-AmazonSageMakerCanvasAIServicesAccess)kebijakan ke peran AWS IAM yang Anda pilih saat menyiapkan profil pengguna, dan Anda juga harus menambahkan hubungan kepercayaan dengan Amazon Bedrock ke peran tersebut. Untuk petunjuk tentang cara menambahkan izin ini ke peran IAM Anda, lihat. [Berikan Izin Pengguna untuk Menggunakan Amazon Bedrock dan Fitur Generatif AI di Canvas](canvas-fine-tuning-permissions.md)
+ **Kirim prediksi batch ke Quick.** Anda mungkin ingin [mengirim *prediksi batch, atau kumpulan data prediksi*](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-send-predictions.html) yang Anda hasilkan dari model kustom, ke Quick for analysis. Di [QuickSight](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html), Anda dapat membuat dan mempublikasikan dasbor prediktif dengan hasil prediksi Anda. Untuk petunjuk tentang cara menambahkan izin ini ke peran IAM pengguna Canvas Anda, lihat [Memberi Izin Pengguna Anda untuk Mengirim Prediksi ke Cepat](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-quicksight-permissions.html).
+ **Terapkan model Canvas ke titik akhir SageMaker AI.** SageMaker AI Hosting menawarkan *titik akhir* yang dapat Anda gunakan untuk menerapkan model Anda untuk digunakan dalam produksi. Anda dapat menerapkan model bawaan Canvas ke titik akhir SageMaker AI dan kemudian membuat prediksi secara terprogram di lingkungan produksi. Untuk informasi selengkapnya, lihat [Menerapkan model Anda ke titik akhir](canvas-deploy-model.md).
+ **Daftarkan versi model ke registri model.** Anda mungkin ingin mendaftarkan *versi* model Anda ke [registri model SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/model-registry.html), yang merupakan repositori untuk melacak status versi terbaru model Anda. Ilmuwan data atau tim MLOP yang bekerja di Registri SageMaker Model dapat melihat versi model yang telah Anda buat dan menyetujui atau menolaknya. Kemudian, mereka dapat menerapkan versi model Anda ke produksi atau memulai alur kerja otomatis. Izin pendaftaran model diaktifkan secara default untuk domain Anda. Anda dapat mengelola izin di tingkat profil pengguna dan memberikan atau menghapus izin kepada pengguna tertentu. Untuk informasi selengkapnya, lihat [Daftarkan versi model di SageMaker registri model AI](canvas-register-model.md).
+ **Impor data dari Amazon Redshift.** Jika Anda ingin mengimpor data dari Amazon Redshift, Anda harus memberi diri Anda izin tambahan. Anda harus menambahkan kebijakan `AmazonRedshiftFullAccess` terkelola ke peran AWS IAM yang Anda pilih saat menyiapkan profil pengguna. Untuk petunjuk tentang cara menambahkan kebijakan ke peran, lihat [Memberi Izin Pengguna untuk Mengimpor Data Amazon Redshift](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-redshift-permissions.html).
**catatan**
Izin yang diperlukan untuk mengimpor melalui sumber data lain, seperti platform Amazon Athena dan SaaS, termasuk dalam kebijakan dan. [AmazonSageMakerFullAccess[AmazonSageMakerCanvasFullAccess](https://docs.aws.amazon.com/sagemaker/latest/dg/security-iam-awsmanpol-canvas.html#security-iam-awsmanpol-AmazonSageMakerCanvasFullAccess)](https://docs.aws.amazon.com/aws-managed-policy/latest/reference/AmazonSageMakerFullAccess.html) Jika Anda mengikuti petunjuk penyiapan standar, kebijakan ini harus sudah dilampirkan ke peran eksekusi Anda. Untuk informasi selengkapnya tentang sumber data ini dan izinnya, lihat[Connect ke sumber data](canvas-connecting-external.md).
## Langkah 1: Masuk ke SageMaker Canvas
Ketika pengaturan awal selesai, Anda dapat mengakses SageMaker Canvas dengan salah satu metode berikut, tergantung pada kasus penggunaan Anda:
+ Di [konsol SageMaker AI](https://console.aws.amazon.com/sagemaker/), pilih **Canvas** di panel navigasi kiri. Kemudian, pada halaman **Canvas**, pilih pengguna Anda dari dropdown dan luncurkan aplikasi Canvas.
+ Buka [SageMaker Studio](https://docs.aws.amazon.com/sagemaker/latest/dg/studio.html), dan di antarmuka Studio, buka halaman Canvas dan luncurkan aplikasi Canvas.
+ Gunakan metode SSO berbasis SAM 2.0 organisasi Anda, seperti Okta atau Pusat Identitas IAM.
Saat Anda masuk ke SageMaker Canvas untuk pertama kalinya, SageMaker AI membuat aplikasi dan *ruang SageMaker * AI untuk Anda. Data aplikasi Canvas disimpan di ruang. Untuk mempelajari lebih lanjut tentang spasi, lihat[Kolaborasi dengan ruang bersama](domain-space.md). Ruang terdiri dari aplikasi profil pengguna Anda dan direktori bersama untuk semua data aplikasi Anda. Jika Anda tidak ingin menggunakan ruang default yang dibuat oleh SageMaker AI dan lebih suka membuat ruang Anda sendiri untuk menyimpan data aplikasi, lihat halaman[Simpan data aplikasi SageMaker Canvas di ruang SageMaker AI Anda sendiri](canvas-spaces-setup.md).
## Langkah 2: Gunakan SageMaker Canvas untuk mendapatkan prediksi
Setelah masuk ke Canvas, Anda dapat mulai membuat model dan menghasilkan prediksi untuk data Anda.
Anda dapat menggunakan Ready-to-use model Canvas untuk membuat prediksi tanpa membuat model, atau Anda dapat membuat model khusus untuk masalah bisnis spesifik Anda. Tinjau informasi berikut untuk memutuskan apakah Ready-to-use model atau model khusus terbaik untuk kasus penggunaan Anda.
+ **Ready-to-use model.** Dengan Ready-to-use model, Anda dapat menggunakan model pra-bangun untuk mengekstrak wawasan dari data Anda. Ready-to-use Model mencakup berbagai kasus penggunaan, seperti deteksi bahasa dan analisis dokumen. Untuk mulai membuat prediksi dengan Ready-to-use model, lihat[Ready-to-use model](canvas-ready-to-use-models.md).
+ **Model khusus.** Dengan model khusus, Anda dapat membuat berbagai jenis model yang disesuaikan untuk membuat prediksi data Anda. Gunakan model khusus jika Anda ingin membuat model yang dilatih pada data spesifik bisnis Anda dan jika Anda ingin menggunakan fitur seperti [mengevaluasi kinerja model Anda](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-evaluate-model.html). Untuk memulai membangun model khusus, lihat[Model kustom](canvas-custom-models.md).