Fogalomtár

Amazon SageMaker

Mi a(z) Amazon SageMaker?

Az Amazon SageMaker az Amazon Web Services (AWS) felhőszolgáltatása gépi tanulási modellek létrehozására, tanítására és üzembe helyezésére. 2024 végén az eredeti szolgáltatást „Amazon SageMaker AI” névre keresztelték át; azóta az „Amazon SageMaker” egy szélesebb körű, adatokra, elemzésre és MI-re szolgáló platformot jelöl SageMaker Unified Studio felülettel (2026. októberi állapot). Főként olyan adattudományi csapatok használják, amelyek AWS-infrastruktúrán futtatnak modelleket.

Témák

Cloud
MLOps
AWS

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Gépi tanulási csővezeték

A gépi tanulási csővezeték (machine learning pipeline) a lépések meghatározott sorozata, amely a nyers adatokból telepíthető modellt hoz létre: adatgyűjtés és -tisztítás, jellemzők előkészítése, tanítás, értékelés, telepítés és monitorozás. E lépések automatizálása reprodukálhatóvá teszi az eredményeket, és kevés ráfordítással lehetővé teszi az új adatok feldolgozását. Egy kereskedő például hetente újratanítja és teszteli az értékesítési előrejelző modelljét a legfrissebb adatokkal.

MLOps
automatizálás
+1

MLflow

Az MLflow egy nyílt forráskódú platform a gépi tanulási modellek teljes életciklusának kezelésére; eredetileg a Databricks mutatta be 2018-ban. Rögzíti a kísérleteket paramétereikkel és mérőszámaikkal együtt, a modellverziókat egy nyilvántartásban kezeli, és egyszerűsíti az üzembe helyezést. Az újabb verziók a nyelvi modellekre épülő alkalmazások nyomon követését (tracing) és kiértékelését is támogatják. A csapatok így vissza tudják követni, melyik modell milyen adatokkal és beállításokkal készült.

MLOps
nyílt forráskód
+1

Kubeflow

A Kubeflow egy nyílt forráskódú platform gépi tanulási munkafolyamatok Kubernetesen történő futtatásához, az adat-előkészítéstől a tanításon és a hiperparaméter-kereséshez át a modellkiszolgálásig. A projektet eredetileg a Google kezdeményezte, ma a Cloud Native Computing Foundationhöz tartozik, ahol 2026 augusztusában elérte a „graduated” státuszt (2026. októberi állapot szerint). Elsősorban azoknak a csapatoknak szól, amelyek nagy léptékben, saját vagy felhőinfrastruktúrán tanítanak saját modelleket.

MLOps
Kubernetes
+1

Google Colab

A Google Colab (Colaboratory) a Google felhőszolgáltatása Python-kód futtatásához Jupyter-stílusú jegyzetfüzetekben közvetlenül a böngészőben, helyi telepítés nélkül. Az ingyenes csomag GPU-kat és TPU-kat is biztosít, elérhetőségtől függően és futásidő-korlátokkal; a fizetős csomagok több számítási teljesítményt kínálnak. A Colab népszerű az oktatásban, az adatelemzésben és modellek kipróbálásában, a beépített Gemini-asszisztens pedig segít a kód megírásában és javításában (2026. októberi állapot szerint).

Notebook
Cloud
+1