翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

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

Amazon SageMaker Canvas では、コードを一切使用することなく、機械学習を使用して予測を生成できます。以下に、SageMaker Canvas を使用できるユースケースをいくつか紹介します。
+ カスタマーチャーンの予測
+ 在庫の効率的な計画
+ 価格と収益の最適化
+ 納期内納品率の改善
+ カスタムカテゴリに基づいたテキストや画像の分類
+ 画像内のオブジェクトやテキストの識別
+ ドキュメントからの情報の抽出

Canvas では、一般的な大規模言語モデル (LLM) を使用したチャット、Ready-to-use モデルへのアクセス、データに基づいてトレーニングされたカスタムモデルの構築を行うことができます。

Canvas チャットは、オープンソースと Amazon LLM を活用して生産性を高めるのに役立つ機能です。コンテンツの生成、ドキュメントの要約または分類、質問への回答などのタスクの支援にモデルを活用できます。詳細については[SageMaker Canvas の生成 AI 基盤モデル](canvas-fm-chat.md)を参照してください。

Canvas の [Ready-to-use モデル](canvas-ready-to-use-models.md)では、さまざまなユースケースでデータからインサイトを得ることができます。Ready-to-use モデルは、[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)、[Amazon Comprehend](https://docs.aws.amazon.com/comprehend/latest/dg/what-is.html) などの Amazon の AI サービスを活用しているため、Ready-to-use モデルを使用するためにモデルを構築する必要はありません。データをインポートするだけで、予測を生成するソリューションをすぐに使い始めることができます。

ユースケースに合わせてカスタマイズされ、使用するデータでトレーニングされたモデルが必要な場合は、[モデルを構築できます](canvas-custom-models.md)。使用するデータでカスタマイズされた予測を行うには、次の手順に従います。

1. 1 つ以上のデータソースからデータをインポートする。

1. 予測モデルを構築する。

1. モデルのパフォーマンスを評価する。

1. モデルを使用して予測を生成する。

Canvas は、次のタイプのカスタムモデルをサポートしています。
+ 数値予測 (*リグレッション*とも呼ばれます)
+ 2 つ以上および 3 つ以上のカテゴリのカテゴリ予測 (*二項分類*および*マルチクラス分類*とも呼ばれます)
+ 時系列予測
+ 単一ラベル画像予測 (*画像分類*とも呼ばれます)
+ マルチカテゴリテキスト予測 (*マルチクラステキスト分類*とも呼ばれます)

料金の詳細については、「[SageMaker Canvas 料金のページ](https://aws.amazon.com/sagemaker/canvas/pricing/)」を参照してください。また「[SageMaker Canvas の請求情報とコストを管理する](canvas-manage-cost.md)」も参照してください。

現在、SageMaker Canvas は以下のリージョンで利用できます。
+ 米国東部(オハイオ)
+ 米国東部 (バージニア北部)
+ 米国西部 (北カリフォルニア)
+ 米国西部 (オレゴン)
+ アジアパシフィック (ムンバイ)
+ アジアパシフィック (ソウル)
+ アジアパシフィック (シンガポール)
+ アジアパシフィック (シドニー)
+ アジアパシフィック (東京)
+ カナダ (中部)
+ 欧州 (フランクフルト)
+ 欧州 (アイルランド)
+ 欧州 (ロンドン)
+ 欧州 (パリ)
+ 欧州 (ストックホルム)
+ 南米 (サンパウロ)

**Topics**
+ [SageMaker Canvas を初めてお使いになる方向けの情報](#canvas-first-time-user)
+ [Amazon SageMaker Canvas の開始方法](canvas-getting-started.md)
+ [チュートリアル: SageMaker Canvas でエンドツーエンドの機械学習ワークフローを構築する](canvas-end-to-end-machine-learning-workflow.md)
+ [Amazon SageMaker Canvas の設定と権限の管理 (IT 管理者向け)](canvas-setting-up.md)
+ [Amazon Q Developer を使用して Canvas で ML の問題を解決するための生成 AI 支援](canvas-q.md)
+ [データのインポート](canvas-importing-data.md)
+ [データ準備](canvas-data-prep.md)
+ [SageMaker Canvas の生成 AI 基盤モデル](canvas-fm-chat.md)
+ [Ready-to-use モデル](canvas-ready-to-use-models.md)
+ [カスタムモデル](canvas-custom-models.md)
+ [Amazon SageMaker Canvas からのログアウト](canvas-log-out.md)
+ [制限事項とトラブルシューティング](canvas-limits.md)
+ [SageMaker Canvas の請求情報とコストを管理する](canvas-manage-cost.md)

## SageMaker Canvas を初めてお使いになる方向けの情報
<a name="canvas-first-time-user"></a>

SageMaker Canvas を初めて使用する方には、以下のセクションを初めに読むことをお勧めします。
+ IT 管理者向け — [Amazon SageMaker Canvas の設定と権限の管理 (IT 管理者向け)](canvas-setting-up.md)
+ アナリストおよび個人ユーザー向け — [Amazon SageMaker Canvas の開始方法](canvas-getting-started.md)
+ エンドツーエンドワークフローの例 — [チュートリアル: SageMaker Canvas でエンドツーエンドの機械学習ワークフローを構築する](canvas-end-to-end-machine-learning-workflow.md)