Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# ML automatizzato, no code o low code
<a name="use-auto-ml"></a>

Amazon SageMaker AI offre le seguenti funzionalità per automatizzare le principali attività di machine learning e utilizzare soluzioni low code o no code.
+ **Amazon SageMaker Canvas**: per un’esperienza AutoML no code basata sull’interfaccia utente, i nuovi utenti devono utilizzare l’applicazione [Amazon SageMaker Canvas](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas.html) in [Amazon SageMaker Studio](studio-updated.md).

  Amazon SageMaker Canvas offre agli analisti e ai citizen data scientist funzionalità no code per attività come la preparazione dei dati, l’ingegneria delle caratteristiche, la selezione degli algoritmi, l’addestramento e l’ottimizzazione, l’inferenza e altro ancora. Gli utenti possono sfruttare le visualizzazioni integrate e l’analisi ipotetica per esplorare i propri dati e diversi scenari, con previsioni automatizzate che consentono loro di produrre facilmente i propri modelli. SageMaker Canvas supporta una varietà di casi d’uso, tra cui visione artificiale, previsione della domanda, Ricerca intelligente e IA generativa.
+ **Amazon SageMaker Autopilot**: [Amazon SageMaker Autopilot](autopilot-automate-model-development.md) è un set di funzionalità di machine learning automatico (AutoML) che automatizza il processo end-to-end di creazione, addestramento, ottimizzazione e implementazione dei modelli di machine learning. Amazon SageMaker Autopilot analizza i dati, seleziona algoritmi adatti al tipo di problema, pre-elabora i dati per prepararli all’addestramento, gestisce l’addestramento automatico dei modelli ed esegue l’ottimizzazione degli iperparametri per trovare il modello più performante per un set di dati.
  + A partire dal 30 novembre 2023, l’interfaccia utente per Autopilot è integrata nell’applicazione [Amazon SageMaker Canvas](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas.html) in Studio.
  + Gli utenti di [Amazon SageMaker Studio Classic](studio.md), l’esperienza precedente di Studio, possono continuare a utilizzare l’interfaccia utente di Autopilot in Studio Classic. Gli utenti con esperienza di programmazione possono continuare a utilizzare i [riferimenti API AutoML](autopilot-automate-model-development.md) in qualsiasi SDK supportato per l’implementazione tecnica.
**Nota**  
Se finora hai utilizzato Autopilot in Studio Classic e desideri eseguire la migrazione a SageMaker Canvas, potresti dover concedere autorizzazioni aggiuntive al tuo profilo utente o ruolo IAM per creare e utilizzare l’applicazione SageMaker Canvas. Per ulteriori informazioni, consulta [(Facoltativo) Esegui la migrazione da Autopilot in Studio Classic a Canvas SageMaker](studio-updated-migrate-ui.md#studio-updated-migrate-autopilot).
+ **Amazon SageMaker JumpStart**: SageMaker JumpStart fornisce modelli open source preaddestrati per risolvere un’ampia gamma di tipi di problemi e aiutarti a iniziare con il machine learning. È possibile addestrare e ottimizzare questi modelli in modo incrementale prima dell'implementazione. JumpStart fornisce inoltre modelli di soluzioni che configurano l’infrastruttura per casi d’uso comuni e notebook di esempio eseguibili per il machine learning con SageMaker AI.

**Topics**
+ [SageMaker Pilota automatico](autopilot-automate-model-development.md)
+ [SageMaker JumpStart modelli preaddestrati](studio-jumpstart.md)