Veröffentlicht am: Nov 6, 2018
Die Lösung Machine Learning für die Telekommunikation bietet ein Framework für einen End-to-End-Machine-Learning (ML)-Prozess, einschließlich Ad-hoc-Datenuntersuchung, Datenverarbeitung sowie Funktionkonstruktionen, Modelltraining und -bewertung. Dies schließt auch einen synthetischen Telecom- IP Data Record (IPDR)-Datensatz zur Demonstration der Verwendung von ML-Algorithmen für das Testen und trainieren von Modellen für Vorhersageanalysen in der Telekommunikation ein. Die enthaltenen Notebooks können von Kunden als Ausgangspunkt für die Entwicklung eigener ML-Modelle und für die individuelle Anpassung der enthaltenen Jupyter-Notebooks an den eigenen Anwendungsfall genutzt werden.
Die Lösung stellt eine skalierbare, individuell anpassbare ML-Architektur bereit, die folgendes einsetzt:Amazon SageMaker, einen vollständig verwalteten ML-Service, und Jupyter-Notebook, eine Open-Source-Webanwendung zur Erstellung und Freigabe von Live-Code, Verhältnissen, Visualisierungen und narrativem Text. Weitere Informationen zur Lösung "Machine Learning für die Telekommunikation" finden Sie auf der Lösungs-Website.
Zusätzliche AWS-Lösungsangebote befinden sich auf der AWS Answers-Website. Dort können Kunden häufig gestellte Fragen nach Kategorien geordnet durchsuchen, um Antworten in Form von kurzen Lösungsvorschlägen oder umfassenden Lösungen zu finden. Dabei handelt es sich um von AWS gründlich geprüfte, automatische und einsatzbereite Referenzinformationen, die auf die spezifischen Geschäftsanforderungen eingehen.