Category: Artificial Intelligence

Por Stefan Natu, Huong Nguyen y Jaipreet Singh   Amazon SageMaker Studio es el primer entorno de desarrollo (IDE) totalmente integrado para aprendizaje automático (ML). SageMaker Studio permite a los científicos de datos utilizar notebooks  Studio para explorar datos, crear modelos, lanzar trabajos de entrenamiento de Amazon SageMaker e implementar endpoints alojados. Los notebooks  Studio […]

Por Kevin Cortés Rodríguez es Arquitecto de Soluciones en AWS Argentina   Cuando se lanza una aplicación o servicio en producción siempre pensamos en mejoras y nuevas funcionalidades. Ese proceso iterativo de mejora continua puede ser originado por los comentarios de los clientes. Es importante entender que no le gusta para poder mejorarlo, y qué […]

Por Giovanna Chiaratti, Arquitecta de Soluciones AWS Brasil   Introducción Digamos que abriste una pizzería. Con la finalidad de automatizar el servicio y reducir los costos,  piensas en crear un chatbot para automatizar el cumplimiento de pedidos y de esta manera acelerar el servicio; dando a los clientes mayor autonomía y reduciendo costos. Sería interesante […]

Por Qingwei Li, David Ping e Joseph Jegan   Amazon SageMaker Studio es el primer entorno de desarrollo (IDE) totalmente integrado para machine learning (ML). Proporciona una interfaz visual unificada, basada en web, donde puede realizar todos los pasos de desarrollo de ML necesarios para construir, entrenar, ajustar, depurar, implementar y monitorear modelos. En esta […]

Por Nick Minaie y Sam Liu   Amazon SageMaker Studio es el primer entorno de desarrollo (IDE) totalmente integrado para aprendizaje automático (ML). Con un solo clic, los científicos de datos y desarrolladores pueden activar rápidamente los notebooks de SageMaker Studio para explorar conjuntos de datos y crear modelos. El 27 de octubre de 2020, […]

Por Namita Das y Danielle Robinson   Nos complace anunciar que ahora se puede medir la precisión de su modelo de forecast para optimizar los trade-offs entre los costos de under-forecasting y over-forecasting, lo que brinda flexibilidad en la experimentación. Los costos asociados al under-forecasting y al over-forecasting difieren. Por lo general, el over-forecasting conduce […]

Por Paul Hargis, Arunprasath Shankar, Megan Leoni y Mark Roy   Las empresas utilizan cada vez más machine learning (ML) para tomar decisiones casi en tiempo real, como colocar un anuncio, asignar un controlador, recomendar un producto o incluso fijar precios dinámicos de productos y servicios. Los modelos de ML hacen predicciones dado un conjunto […]

Por Rachel Van Dinter, Gestora Global de Comunicaciones de AWS EdStart     Los miembros y fundadores deAWS EdStart Long Qin de Singsound y Elnaz Sarraf de ROYBI utilizan inteligencia artificial (IA) para revolucionar el aprendizaje temprano de idiomas. Long, con sede en Pekín, China, se dedica a proporcionar educación en inglés accesible y de […]

Por Talia Chopra, Escritora Técnica y Priyanka Gopalakrishna, Ingeniera de Software   Los modelos de machine learning (ML) de alta calidad dependen de datos de capacitación, validación y prueba de alta calidad con etiquetas precisas. A medida que los modelos ML y deep learning se integran cada vez más en entornos de producción, es cada […]

Por María Gaska, AI/ML Specialist SA AWS Argentina   En Amazon SageMaker existen tres modalidades de entrenamiento: algoritmos totalmente manejados, frameworks o algoritmos que soportan script mode y la posibilidad de traer un container propio. Este último será el caso cuando queramos implementar un modelo de LightGBM utilizando el servicio de entrenamiento de SageMaker. En […]