"Искусственный интеллект"
Откройте для себя скрытые жемчужины сеансов AI/ML в AWS re:Invent 2021
Как участник re:Invent, вы абсолютно избалованы выбором из множества сеансов AI/ML, которые можно выбирать каждый раз.
На re:Invent 2021 более 100 сеансов AI/ML. Если вы ищете какие-либо рекомендации или советы по посещаемым сеансам AI/ML, вот скрытые жемчужины сеансов AI/ML, которые вы могли бы изучить и рассмотреть.
Ускорьте внедрение инноваций с помощью машинного обучения (AIM212-L)
Послушайте Братина Саха, вице-президента по машинному обучению и механизмам в AWS, и Кимберли Мадиа, старшего менеджера Amazon AI в AWS, о том, как сервисы AWS AI и ML могут ускорить внедрение инноваций для клиентов, например. делать более точные прогнозы, получать более глубокое понимание своих данных, сокращать операционные издержки и улучшать качество обслуживания клиентов.
Создайте выдающийся пользовательский интерфейс с помощью машинного обучения с Amazon Personalize (AIM204)
Amazon Personalize — это сервис машинного обучения, который позволяет пользователям легко добавлять персонализированные рекомендации, а его варианты использования включают предоставление пользователям рекомендаций на основе их предпочтений и поведения, персонализированное повторное ранжирование результатов и персонализацию контента для электронных писем и уведомлений.
Узнайте, как легко можно использовать Amazon Personalize для адаптации рекомендаций по продуктам и контенту, чтобы гарантировать, что ваши пользователи получают именно тот контент, который они ищут, что ведет к повышению вовлеченности и удержания.
Внедрение практик MLOps с помощью Amazon SageMaker с участием Vanguard (AIM320)
MLOps (Machine Learning Operations) непрерывно и автоматически ускоряет доставку производственных рабочих нагрузок машинного обучения. Все больше организаций используют или собираются использовать MLOps для оптимизации времени производственного цикла и других операционных показателей своей рабочей нагрузки машинного обучения. Внедрение практик MLOps помогает специалистам по данным, инженерам по машинному обучению и инженерам DevOps сотрудничать для подготовки, создания, обучения, развертывания и управления моделями в масштабе с помощью автоматизированных рабочих процессов и конвейеров.
Узнайте от Vanguard об их пути внедрения практик MLOps для достижения ML в масштабе для своих платформ разработки полиглот-моделей с использованием функций Amazon SageMaker, включая проекты SageMaker, SageMaker Pipelines, SageMaker Model Registry и SageMaker Model Monitor.
Добейтесь высокой производительности и экономичного развертывания модели (AIM408)
Эффективность производительности и оптимизация затрат — это два из пяти столпов AWS Well-Architected Framework, которые представляют собой возможности эффективного использования вычислительных ресурсов для удовлетворения системных требований и обеспечения ценности для бизнеса по самой низкой цене.
Узнайте от Goldman Sachs о том, как они используют Amazon SageMaker для быстрого развертывания масштабируемой модели машинного обучения с малой задержкой, чтобы предоставлять своим клиентам актуальные рекомендации по исследовательскому контенту.
Как Bloomberg инвестировал в более интеллектуальный поиск с помощью Amazon Kendra (AIM206)
Amazon Kendra — это интеллектуальный поисковый сервис на основе машинного обучения, который позволяет вашим пользователям искать неструктурированные данные, используя естественный язык. Amazon Kendra использует машинное обучение, чтобы предоставлять более релевантные ответы на основе неструктурированных данных, а также постоянно оптимизировать результаты поиска на основе шаблонов поиска и отзывов конечных пользователей.
Узнайте, как компания Bloomberg использовала Amazon Kendra для создания поисковой системы на основе машинного обучения для определенного набора контента без необходимости интеграции с устаревшей поисковой инфраструктурой, а также их опыт работы с сервисом, включая проблемы внедрения и решения с использованием Amazon API Gateway, AWS. Lambda и Amazon DynamoDB.
