基本信息
| 字段 | 内容 |
|---|---|
| 英文 | Amazon SageMaker |
| 全称 | Amazon SageMaker |
| 中文释义 | 端到端机器学习平台 |
| 日文释义 | 機械学習プラットフォーム |
| 考试频率 | ⭐⭐⭐ |
| 易混淆 | Bedrock |
一句话理解
用于准备数据、构建、训练、部署和监控自定义机器学习模型的托管平台。
核心要点
- 覆盖数据准备、训练、调参、实验、端点部署、批量推理和模型监控。
- Training 从历史数据学习模型；Inference 使用已训练模型预测新数据。
- 适合使用企业自有数据构建预测、分类、推荐或异常检测模型。
考试重点
- “构建、训练和部署自己的模型”优先选择 SageMaker。
- 预训练 AI API 选择 AWS AI Services；托管基础模型 API 选择 Bedrock。
常见误区
- 不要只凭产品名称选择服务，先确认数据类型、延迟、控制力、运维与成本限制。
重点记忆
自己的数据 + 自定义模型 + 完整 ML 生命周期 = SageMaker。