本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# Amazon SageMaker Canvas
<a name="canvas"></a>

Amazon SageMaker Canvas 讓您能夠使用機器學習來產生預測，而不需要撰寫任何程式碼。下列是您可以使用 SageMaker Canvas 的一些使用案例：
+ 預測客戶流失率
+ 有效地規劃庫存
+ 最佳化價格和收益
+ 改善準時交付
+ 根據自訂類別對文字或影像進行分類
+ 識別影像中的物件和文字
+ 從文件擷取資訊

借助 Canvas，您可以與流行的大型語言模型 (LLM) 聊天、存取現成可用的模型，或根據您的資料進行訓練建置的自訂模型。

Canvas 聊天功能是利用開放原始碼和 Amazon LLM 來協助您提高生產力的功能。您可以提示模型取得任務的協助，例如產生內容、摘要或分類文件以及回答問題。如需進一步了解，請參閱[SageMaker Canvas 中的生成式 AI 基礎模型](canvas-fm-chat.md)。

Canvas 中[現成可用的模型](canvas-ready-to-use-models.md)可以從您的資料中提取各種使用案例的見解。您不必建立模型即可使用，因為它們是由 Amazon 人工智慧服務提供的現成可用模型，Amazon AI 服務包含[ Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/dg/what-is.html)、[Amazon Textract](https://docs.aws.amazon.com/textract/latest/dg/what-is.html) 和 [Amazon Comprehend](https://docs.aws.amazon.com/comprehend/latest/dg/what-is.html)。您只需要匯入您的資料並開始使用解決方案來生成預測。

如果您想要根據您的使用案例自訂模型並使用資料進行訓練的，則可以[建立模型](canvas-custom-models.md)。若要根據資料自訂預測，請執行以下動作：

1. 從一或多個資料來源匯入您的資料。

1. 建置預測模型。

1. 評估模型效能。

1. 使用模型產生預測。

Canvas 支援以下類型的自訂模型：
+ 數值預測 (也稱為*迴歸*)
+ 2 個和 3 個以上類別的分類預測 (也稱為*二進制*和*多類別分類*)
+ 時間序列預測
+ 單一標籤影像預測 (也稱為*影像分類*)
+ 多類別文字預測 (也稱為*多類別文字分類*)

若要進一步了解定價，請參閱 [SageMaker Canvas 定價頁面](https://aws.amazon.com/sagemaker/canvas/pricing/)。您也可以參閱 [SageMaker Canvas 中的計費和成本](canvas-manage-cost.md) 以取得更多資訊。

SageMaker Canvas 目前在以下區域提供：
+ 美國東部 (俄亥俄)
+ 美國東部 (維吉尼亞北部)
+ 美國西部 (加利佛尼亞北部)
+ 美國西部 (奧勒岡)
+ 亞太區域 (孟買)
+ 亞太區域 (首爾)
+ 亞太區域 (新加坡)
+ 亞太地區 (雪梨)
+ 亞太區域 (東京)
+ 加拿大 (中部)
+ 歐洲 (法蘭克福)
+ 歐洲 (愛爾蘭)
+ 歐洲 (倫敦)
+ 歐洲 (巴黎)
+ 歐洲 (斯德哥爾摩)
+ 南美洲 (聖保羅)

**Topics**
+ [您第一次使用 SageMaker Canvas 嗎？](#canvas-first-time-user)
+ [Amazon Sagemaker Canvas 使用入門](canvas-getting-started.md)
+ [教學課程：在 SageMaker Canvas 中建置端對端機器學習工作流程](canvas-end-to-end-machine-learning-workflow.md)
+ [Amazon SageMaker Canvas 設定和許可管理 (適用於 IT 管理員)](canvas-setting-up.md)
+ [使用 Amazon Q Developer 解決 Canvas 中 ML 問題的生成式 AI 輔助](canvas-q.md)
+ [資料匯入](canvas-importing-data.md)
+ [資料準備](canvas-data-prep.md)
+ [SageMaker Canvas 中的生成式 AI 基礎模型](canvas-fm-chat.md)
+ [即用型模型](canvas-ready-to-use-models.md)
+ [自訂模型](canvas-custom-models.md)
+ [登出 Amazon SageMaker Canvas](canvas-log-out.md)
+ [限制與故障診斷](canvas-limits.md)
+ [SageMaker Canvas 中的計費和成本](canvas-manage-cost.md)

## 您第一次使用 SageMaker Canvas 嗎？
<a name="canvas-first-time-user"></a>

如果您是第一次使用 SageMaker Canvas，建議您從閱讀下列章節開始：
+ 針對 IT 管理員 - [Amazon SageMaker Canvas 設定和許可管理 (適用於 IT 管理員)](canvas-setting-up.md)
+ 對於分析師和個人使用者 - [Amazon Sagemaker Canvas 使用入門](canvas-getting-started.md)
+ 如需端對端工作流程的範例 - [教學課程：在 SageMaker Canvas 中建置端對端機器學習工作流程](canvas-end-to-end-machine-learning-workflow.md)