Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Amazon SageMaker Canvas
Amazon SageMaker Canvas vous permet d'utiliser le machine learning pour générer des prédictions sans avoir à écrire de code. Voici quelques cas d'utilisation dans lesquels vous pouvez utiliser SageMaker Canvas :
+ Prédiction du taux de désabonnement des clients
+ Planification efficace de l'inventaire
+ Optimisation des prix et des revenus
+ Amélioration des livraisons dans les délais
+ Classification de texte ou d'images en fonction de catégories personnalisées
+ Identification d'objets et de texte dans les images
+ Extraction d'informations à partir de documents
Avec Canvas, vous pouvez discuter avec de grands modèles linguistiques populaires (LLMs), accéder à Ready-to-use des modèles ou créer un modèle personnalisé basé sur vos données.
Canvas chat est une fonctionnalité qui tire parti de l'open source et d'Amazon LLMs pour vous aider à augmenter votre productivité. Vous pouvez demander aux modèles d'obtenir de l'aide pour des tâches telles que la génération de contenu, le résumé ou la catégorisation de documents et la réponse aux questions. Pour en savoir plus, veuillez consulter la section [Modèles de base d'IA générative dans SageMaker Canvas](canvas-fm-chat.md).
Les [Ready-to-use modèles](canvas-ready-to-use-models.md) de Canvas peuvent extraire des informations de vos données pour divers cas d'utilisation. [Il n'est pas nécessaire de créer un modèle pour utiliser des Ready-to-use modèles, car ils sont basés sur les services d'intelligence artificielle d'Amazon, notamment [Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/dg/what-is.html), Amazon [Textract et Amazon Comprehend](https://docs.aws.amazon.com/textract/latest/dg/what-is.html).](https://docs.aws.amazon.com/comprehend/latest/dg/what-is.html) Il vous suffit d'importer vos données et de commencer à utiliser une solution pour générer des prédictions.
Si vous souhaitez un modèle personnalisé en fonction de votre cas d'utilisation et entraîné avec vos données, vous pouvez [créer un modèle](canvas-custom-models.md). Vous pouvez obtenir des prédictions personnalisées en fonction de vos données en procédant comme suit :
1. Importer vos données à partir d’une ou plusieurs sources de données.
1. Créer un modèle prédictif.
1. Évaluer la performance du modèle.
1. Générez des prédictions avec le modèle.
Canvas prend en charge les types de modèles personnalisés suivants :
+ Prédiction numérique (également appelée *régression*)
+ Prédiction catégorielle pour 2 et 3 catégories ou plus (également appelée *classification binaire* et *multi-classe*)
+ Prédiction de séries temporelles
+ Prédiction d'image à étiquette unique (également appelée *classification d'image*)
+ Prédiction de texte multi-catégories (également appelée *classification de texte multi-classe*)
Pour en savoir plus sur les tarifs, consultez la [page de tarification de SageMaker Canvas](https://aws.amazon.com/sagemaker/canvas/pricing/). Pour en savoir plus, consultez [Facturation et coûts dans SageMaker Canvas](canvas-manage-cost.md).
SageMaker Canvas est actuellement disponible dans les régions suivantes :
+ USA Est (Ohio)
+ USA Est (Virginie du Nord)
+ USA Ouest (Californie du Nord)
+ USA Ouest (Oregon)
+ Asie-Pacifique (Mumbai)
+ Asie-Pacifique (Séoul)
+ Asie-Pacifique (Singapour)
+ Asie-Pacifique (Sydney)
+ Asie-Pacifique (Tokyo)
+ Canada (Centre)
+ Europe (Francfort)
+ Europe (Irlande)
+ Europe (Londres)
+ Europe (Paris)
+ Europe (Stockholm)
+ Amérique du Sud (São Paulo)
**Topics**
+ [Utilisez-vous SageMaker Canvas pour la première fois ?](#canvas-first-time-user)
+ [Commencer à utiliser Amazon SageMaker Canvas](canvas-getting-started.md)
+ [Tutoriel : Création d'un flux de travail d'apprentissage end-to-end automatique dans SageMaker Canvas](canvas-end-to-end-machine-learning-workflow.md)
+ [Configuration d'Amazon SageMaker Canvas et gestion des autorisations (pour les administrateurs informatiques)](canvas-setting-up.md)
+ [Assistance d’IA générative pour résoudre les problèmes ML dans Canvas à l’aide d’Amazon Q Developer](canvas-q.md)
+ [Importation de données](canvas-importing-data.md)
+ [Préparation des données](canvas-data-prep.md)
+ [Modèles de base d'IA générative dans SageMaker Canvas](canvas-fm-chat.md)
+ [Ready-to-use modèles](canvas-ready-to-use-models.md)
+ [Modèles personnalisés](canvas-custom-models.md)
+ [Déconnexion d'Amazon SageMaker Canvas](canvas-log-out.md)
+ [Limitations et résolution des problèmes](canvas-limits.md)
+ [Facturation et coûts dans SageMaker Canvas](canvas-manage-cost.md)
## Utilisez-vous SageMaker Canvas pour la première fois ?
Si vous utilisez SageMaker Canvas pour la première fois, nous vous recommandons de commencer par lire les sections suivantes :
+ Pour les administrateurs informatiques : [Configuration d'Amazon SageMaker Canvas et gestion des autorisations (pour les administrateurs informatiques)](canvas-setting-up.md)
+ Pour les analystes et les utilisateurs individuels : [Commencer à utiliser Amazon SageMaker Canvas](canvas-getting-started.md)
+ Pour un exemple de flux de travail de bout en bout : [Tutoriel : Création d'un flux de travail d'apprentissage end-to-end automatique dans SageMaker Canvas](canvas-end-to-end-machine-learning-workflow.md)