简介

初级 | 5 分钟

为什么使用 AWS Machine Learning?

AWS 提供最广泛、最深入的机器学习服务及支持的云基础设施,从而让每位开发人员、数据科学家和专家从业者掌握机器学习。

对于以前没有机器学习经验的开发人员,AWS 提供了丰富的 AI 服务,以帮助轻松构建复杂的 AI 驱动型应用程序,例如个性化建议、联络中心、实时媒体字幕和自动化文档分析,这些服务通常基于为 Amazon 自身业务提供技术支持的 AI 技术构建。对于机器学习开发人员和数据科学家而言,Amazon SageMaker 是一项完全托管的 ML 服务,可大规模地快速构建、训练和部署 ML 模型。专家级从业者可以在 Amazon SageMaker 中以托管体验的形式使用所选择的框架,也可以使用 AWS Deep Learning AMI(Amazon Machine Image),这些映像配备了所有最新版本的最常用深度学习框架和工具。

了解 AWS 客户如何使用 ML 进行创新

探索 AWS Machine Learning 服务

Amazon SageMaker - 快速构建、训练和部署机器学习模型

Amazon SageMaker 是一项完全托管的服务,可以帮助开发人员和数据科学家大规模地快速构建、训练和部署 ML 模型。它消除了 ML 工作流程的每个步骤的复杂性,使您能够更轻松地部署 ML 使用案例 — 从预测性维护到计算机视觉再到预测客户行为,一应俱全。了解更多 »

Amazon SageMaker Studio
SageMaker Studio 是首个用于 ML 的完全集成开发环境,可大规模构建、训练和部署 ML 模型
Amazon SageMaker Ground Truth
SageMaker Ground Truth 提供预构建的工作流程和界面来快速构建和管理高度准确的训练数据集
Amazon SageMaker Autopilot
SageMaker Autopilot 是业内首个自动化 ML 功能,可让您完全掌控 ML 模型
Amazon SageMaker Neo
借助 SageMaker Neo,开发人员只需训练一次 ML 模型,便可在云端和边缘的任何位置运行

AWS AI 服务 - 轻松提升应用程序智能水平。不需要机器学习技能。

预先训练的 AI 服务基于为 Amazon 自身业务提供支持的相同技术,为您的应用程序和工作流程提供现成的智能功能,以帮助您改善业务成果。您无需任何机器学习专业知识即可构建 AI 支持的应用程序。探索所有的 AWS AI 服务 »

Amazon CodeGuru
自动执行代码审查并确定最昂贵的代码行
Amazon Transcribe
轻松为应用程序和工作流添加高质量的语音转文本功能
Amazon Comprehend
使用自然语言处理从非结构化文本中提取见解和关系
Amazon Forecast
基于 Amazon.com 使用的 ML 预测技术构建准确的预测模型
Amazon Rekognition
将图像和视频分析添加到应用程序中,从而可对资产进行编目、实现媒体工作流自动化并提取含义
Amazon Textract
自动从数百万文档中提取文本和数据,在短短几个小时内即可完成,减少了手动操作
Amazon Polly
将文本转换为逼真的语音,为应用程序增加语音功能
Amazon Lex
轻松构建会话聊天代理,改善客户服务并提高联络中心效率
Amazon Personalize
使用在 Amazon.com 上经过多年完善的 ML 技术对客户的体验进行个性化
Amazon Kendra
为您的应用程序添加自然语言搜索功能,以便用户可以更轻松地找到所需信息
Amazon Fraud Detector
根据 Amazon.com 使用的相同技术,识别潜在的欺诈性在线活动
Amazon Translate
利用高效、经济实惠的翻译扩大覆盖面,触及多语言客户

基础知识

初级 | 10 分钟

AWS AI 服务

借助 AWS 提供的各种 AI 服务,您可以向应用程序中添加图像和视频分析、预测、个性化建议、虚拟助手和文本分析等功能,而无需具备机器学习专业知识。例如,开发人员可以使用 Amazon Textract 从数百万文档中自动提取文本和数据,在短短几小时内即可完成。

什么是 Amazon Textract?

Amazon SageMaker

Amazon SageMaker 是一项完全托管的服务,可以帮助开发人员和数据科学家快速构建、训练和部署 ML 模型。SageMaker 完全消除了 ML 过程中每个步骤的繁重工作,让开发高质量模型变得更加轻松。传统的 ML 开发是一个复杂、昂贵、迭代的过程,而且没有任何集成工具可用于整个 ML 工作流程,这让它难上加难。您需要将工具和工作流程拼接在一起,这既耗时又容易出错。SageMaker 在单个工具集中提供了用于机器学习的所有组件,让这一难题迎刃而解,因此模型将可以通过更少的工作量和更低的成本更快地投入生产。

什么是 Amazon SageMaker?

AWS 培训设备

AWS 提供了专为具有不同技能水平的开发人员设计的培训设备组合,以通过有趣、实用的方式学习 ML 的基础知识。查看下面的视频以了解 AWS DeepRacer 和 AWS DeepLens 的实际应用:

什么是 AWS DeepRacer
Machine Learning 如何阻止猫进入

学习资源

初级 | 30 分钟

AWS Training and Certification

深入研究 Amazon 开发人员和数据科学家培训所用的 ML 课程开发人员、数据科学家、数据平台工程师和企业决策者可以通过此培训学习如何将 ML、人工智能 (AI) 和深度学习 (DL) 应用到他们的业务中,从而获得全新见解和价值。选择基于角色的学习路径 »

AWS Machine Learning 服务简介
本课程介绍 Amazon ML 和 AI 工具,这些工具支持跨框架和基础架构、机器学习平台和 API 驱动型服务的功能。要应用好 ML,您需要使用关键层面的能力、正确的数据存储、安全性和资源进行分析。
开始课程 »
Machine Learning 术语和过程
本课程向您介绍基本的 ML 概念和数据经过的机器过程。我们将详细探索机器学习过程中的每一个步骤,并解释在 ML 项目的某个阶段中出现的一些常见术语和技术。
开始课程 »
AWS 基础:Machine Learning 基础知识
什么是 ML? ML 如何解决业务问题? 什么时候适合使用 ML 模型? ML 管道有哪些阶段? 在此课程中,您将会概括性了解 ML 的概念、术语和令人激动的领域的过程!
开始课程 »

教程和实验

动手实验教程可帮助您快速开始使用 AWS ML。查看全部教程 »

使用 Amazon SageMaker 构建、训练和部署 ML 模型
在本教程中,您将学习如何使用 Amazon SageMaker 构建、训练和部署 ML 模型。我们将使用深受欢迎的 XGBoost ML 算法进行练习。Amazon SageMaker 是一项完全托管的模块化 ML 服务,可帮助开发人员和数据科学家大规模地构建、训练和部署机器学习模型。
开始教程 »
使用 Amazon SageMaker Autopilot 自动创建机器学习模型
在本教程中,您无需编写一行代码就可以自动创建 ML 模型! 您可以使用 Amazon SageMaker Autopilot(一种 AutoML 功能)自动创建最佳分类和回归 ML 模型,同时享有完全控制性和可见性。
开始教程 »

AWS 架构中心

访问 AWS 架构中心的机器学习类别,了解构建最佳机器学习架构的最佳实践。 

开始构建 >>

其他资源

AWS 机器学习博客

阅读与机器学习相关的全部最新新闻和动态
阅读博客文章 >>

在线技术讲座

加入由 AWS 解决方案架构师和工程师举办的在线演示,其中涵盖了各种 ML 主题和专家级别。
观看所有的在线技术讲座 »

AWS 架构中心

学习最佳实践,以快速、轻松地大规模构建、训练和部署机器学习模型。
访问架构中心 »