亚马逊AWS官方博客

Tag: 数据分析

构建、共享、部署:业务分析师和数据科学家如何使用无代码机器学习和 Amazon SageMaker Canvas 缩短面市时间

机器学习(ML)可以优化多个垂直行业的核心业务功能(例如需求预测、信用评分、定价、预测客户流失、确定下一次最佳商品推荐、预测延迟发货及提高生产质量),从而帮助企业增加收入、推动业务增长并降低成本。传统机器学习开发周期需要几个月的时间,且需要稀缺的数据科学和机器学习工程技能。分析师对机器学习模型的想法往往会积压很长时间,因为需要等待数据科学团队有空来实现,而数据科学家的精力却往往放在需要其全部技能的更复杂的机器学习项目上。

Read More

通过数据湖利用好数据资产

AWS 首席执行官 Andy Jassy在re:Invent技术大会主题演讲中,围绕着转型从六个方面做了阐述:1、领导层协调一致;2、技术的深度和广度;3、架构和应用的现代化;4、规模化使用数据;5、采用机器学习创新;6、突破云迁移的阻碍。 今天我和您分享第四部分,讲述企业在数字化转型的过程中,如何通过向云迁移利用好企业的数据资产满意度。

Read More