Category: Artificial Intelligence

而随着人工智能与机器学习（ML）在体育分析领域的应用日益广泛，AWS决定与Stats Perform联手将机器学习驱动的实时统计数据系统引入英式橄榄球赛，旨在提高球迷参与度并提供关于比赛的更多宝贵洞见。

使用Amazon Textract 与 Amazon Comprehend，通过AWS Finance and Global Business Services构建一套自动化合约处理平台

Amazon SageMaker广泛使用Docker容器，允许用户构建用于数据准备、训练及推理代码的运行时环境。Amazon SageMaker内置用于Amazon SageMaker Processing的Spark容器则提供一套托管Spark运行时，其中包含运行分布式数据处理工作负载所需要的各类库组件与依赖项。

总体而言，我们与AWS的合作关系帮助我们解决了一系列极具挑战性的业务难题，由此为客户带来巨大价值。我们计划与AWS继续合作，尝试解决其他更为艰难的问题，最终为我们的客户带来真正的业务价值。 大家可以通过多种方式快速上手Amazon Textract：与我们的AWS合作伙伴Quantiphi联系，联络您的客户经理或解决方案架构师，或者访问我们的 Amazon Textract产品页面以了解更多可用资源。

Netflix 是世界上最大流媒体平台提供商。它拥有多个知名影视剧IP例如 《纸牌屋》和《白夜追凶》，同时也拥有超过1.9亿来自全球各地的订阅用户。对于Netflix来说，时刻让用户拥有最佳使用体验是最为重要的。其中一个维持它的秘诀就是使用深度学习模型来提升信息的价值。Netflix在不侵犯用户隐私的前提下，通过收集程序的日志(非用户数据)来分析检查系统的稳定性。具体实现则是利用深度学习模型 + 微服务架构来达到实时分析超大规模的日志的目标。

Amazon SageMaker Ground Truth流式标记作业 提供基础设施与资源，可供您创建持续运行的标记作业。此作业可按需接收新的数据对象并将其发送至工作人员进行标记。您可以将多个流式标记作业链接起来，由此创建出更复杂、更完善的数据标记管道。

Amazon Textract是一项完全托管机器学习（ML）服务，可以从几乎任意类型的文档当中自动提取输出文本、手写内容及其他数据，从而轻松完成文档的规模化处理。Amazon Textract的功能全面超越了传统的简单光学字符识别（OCR），能够准确识别出表单内的字段内容以及表格中存储的信息。以此为基础，金融、医疗、法律以及房地产等众多行业得以轻松针对不同业务需求处理大量文档。

本文将从已下步骤进行介绍： 1. 业务理解并搜索需要的开源项目 2. Sagemaker notebook中运行代码 3. 编写迁移到Sagemaker的notebook代码 4. 预处理优化

本解决方案利用Comprehend, ECS Fargate，Aurora Serverless为主要组件，构造了基于Comprehend的玩家评论分析方案，借助此解决方案，客户可以查看并分析游戏在GooglePlay和AppStore中的游戏评论，并得到由Comprehend解析出的相关洞见。Comprehend会分析出可每条评论的情感倾向和关键词，帮助游戏开发者第一时间掌握用户反馈，并基于此进行更迭改进。

去年，突如其来的疫情给我们的生活和学习,带来了极大的影响。一方面需要减少人员聚集、降低疫情传播风险,同时又需要兼顾好日常工作推进,很多客户把线下会议转移到线上举办，亚马逊云科技也不例外。尤其是去年底的re:Invent 2020, 史无前例采用免费线上会议的方式举办，同时，为了中国客户更好的观看体验，我们也推出了本地化的亚马逊re:Invent国内站点，方便国内的客户观看，相信不少的粉丝已经通过国内的站点观看了最新的fable和技术画。