亚马逊AWS官方博客
使用Amazon Redshift ML构建机器学习应用
自从2018年起，亚马逊云科技发布了一系列的产品和服务，例如Amazon SageMaker，Amazon Aurora ML，Amazon Redshift ML，和2021年reInvent发布的Amazon SageMaker Canvas，使得不同角色的工程师越来越容易构建机器学习应用，降低应用机器学习的门槛，以实现普惠机器学习。本系列文章将以上述产品为核心，从不同的角度帮助企业中不同部门的人员构建机器学习应用。
使用 Amazon SageMaker 构建机器学习应用
在本篇文章中，我们将介绍如何在Amazon SageMaker上开展机器学习模型训练，我们将在Notebook上面分别演示针对同一个数据集，分别使用XGBoost，SageMaker内置算法和AutoGluon进行模型训练。
基于 Amazon SageMaker Canvas 无代码构建分类模型
在本篇文章中，我们将介绍如何无需写代码即可构建机器学习应用，Amazon SageMaker Canvas提供无代码、可视化的工作环境，即使没有机器学习背景知识，也可以基于自己业务需要构建机器学习模型。
如何在数据库里面使用SQL语句直接调用Amazon机器学习服务进行推理
本文主要讲解了如何在Amazon Aurora数据库里面使用SQL语句直接调用Amazon Comprehend 和Amazon SageMaker机器学习服务进行推理，让业务后端开发人员即使没有机器学习知识，也可以快速使用最熟悉的SQL语句调用机器学习服务，为业务提升价值。
LightGBM 算法框架运行在Amazon Sagemaker
本文将介绍如何使用lightgbm以及如何借助Amazon Sagemaker来提高使用lightgbm的机器学习效率
使用可视化工具加载 Amazon Redshift 数仓数据完成机器学习数据准备和模型快速验证
在本篇文章中，我们将会为您展示一个简单的 2 分类预测的机器学习场景，通过加载存放于数据仓库Amazon Redshift 中的银行客户画像和业务行为特征，来完成建模前特征的快速准备和预测是否办理存款业务模型的快速验证。
在EKS中使用Apache Skywalking实现应用性能监控
微服务架构和容器服务越来越受欢迎，但分布式结构对系统运维带来了巨大挑战，运维人员很难发现应用系统性能瓶颈的发生点和出现故障的位置。本文中介绍的Apache Skywalking是一款开源软件，用来收集、分析、统计和可视化分布式系统的调用链信息，应用比较广泛，性能比较突出。下面将介绍在EKS上部署Skywalking OAP和UI应用，部署基于Skywalking Java Agent的Springboot示例应用，并进行端到端的演示和功能介绍。
AWS 一周回顾 – 2022 年 4 月 11 日
这个帖子是“一周回顾”系列中的其中一篇。请每周查看“一周回顾”文章，快速了解关于 AWS 有趣新闻和公告的汇总 […]
Amazon DeepRacer 多种策略模型实战应用分析
本篇blog基于DeepRacer的一次基于re:Invent2018赛道的备赛经历，阐述强化学习完成竞速类自动驾驶任务的算法调优与现实部署经验。
AWS 一周回顾 – 2022 年 4 月 4 日
这个帖子是“一周回顾”系列中的其中一篇。请每周查看“一周回顾”文章，快速了解关于 AWS 有趣新闻和公告的汇总 […]