Blog de Amazon Web Services (AWS)
Category: Amazon SageMaker
Gobernanza de modelos de ML con Amazon SageMaker lineage tracking
Por Alejandro Martinez, Partner TAM en AWS Introducción La creación e implementación de modelos de machine learning (ML) involucra tareas repetitivas. En la mayoría de los escenarios, los científicos de datos y/o ingenieros de ML empiezan esos trabajos desde cero. Por otro lado, es necesario contar con la capacidad de rastrear los resultados obtenidos […]
Alojando code-server en Amazon SageMaker
Por Sofian Hamiti, Eric Peña, y Giuseppe Angelo Porcelli Los equipos de aprendizaje automático (ML) necesitan flexibilidad para elegir su entorno de desarrollo integrado (IDE) cuando trabajan en un proyecto. Lo que permite tener una experiencia de desarrollador mas productiva e innovar a gran velocidad. Incluso se puede usar varios IDE dentro de un […]
Roadmap para una base empresarial de MLOps con Amazon SageMaker
Por Dr. Sokratis Kartakis is a Senior Machine Learning Specialist Solutions Architect, Georgios Schinas is a Specialist Solutions Architect for AI/ML , Giuseppe Angelo Porcelli is a Principal Machine Learning Specialist Solutions Architect e Shelbee Eigenbrode is a Principal AI and Machine Learning Specialist Solutions Architect A medida que las empresas adoptan el aprendizaje automático […]
Obtener valor de forma rápida con Amazon SageMaker Autopilot
Por Iván González, Arquitecto de Soluciones en AWS México Una de las preguntas más recurrentes por parte de nuestros clientes acerca de Machine Learning (ML) es ¿Cómo obtener valor rápidamente mediante ML? Damos respuesta a esta pregunta describiendo lo que hacen los clientes en AWS, y a partir de eso se observan dos formas […]
Ciencia de datos como autoservicio usando Amazon SageMaker y AWS Service Catalog
Empresas de todos los tamaños están migrando a la nube de AWS. Los líderes de esos equipos empresariales están buscando una manera segura y económica de proporcionar acceso fácil a Amazon SageMaker para promover la experimentación con la ciencia de los datos y, así, desbloquear las nuevas oportunidades de negocios y cambiar la situación actual. En […]
Usando SQL con Amazon Redshift ML para crear modelos de cálculo de riesgo crediticio en Amazon Redshift
Por Luisa Vesga, Arquitecta de Soluciones paraStartups de AWS Amazon Redshift ML facilita a los analistas de datos y desarrolladores, la creación, el entrenamiento y la aplicación de los modelos de Machine Learning usando comandos familiares de SQL en Amazon Redshift. Se pueden aprovechar las capacidades de Amazon Sagemaker (Servicio de Machine Learning completamente administrado) […]
Arquitectura del ciclo de vida de un modelo de Machine Learning en AWS: una demo completa
Por Ali Arsanjani, Tech Sector AI/ML Leader y Principal Architect En este tutorial recorreremos el ciclo de vida de un proyecto de Machine Learning (ML) y mostraremos cómo construir un caso de uso de punta a punta utilizando Amazon SageMaker. SageMaker ofrece un conjunto amplio de capacidades para permitir a científicos de datos e […]
Realización de simulaciones a escala con Amazon SageMaker Processing y R en RStudio
Por Michael Hsieh y Joshua Broyde El análisis estadístico y la simulación son técnicas predominantes empleadas en diversos campos, como la salud, las ciencias de la vida y los servicios financieros. El lenguaje estadístico de código abierto R y su rico ecosistema con más de 16.000 paquetes han sido una opción ideal para estadísticos, cientificos […]
Presentación de la solución de análisis de contenido de AWS
Por Ian Downard, Ingeniero Técnico Marketing para AWS El Solución de análisis de contenido de AWS es un motor de búsqueda de vídeo basado en contenido totalmente automatizado. Cuantifica el contenido de vídeo mediante los servicios de IA de AWS para la visión por computadora y el análisis de voz y, a continuación, cataloga […]
Presentación de AWS Panorama: mejore sus operaciones con visión computacional en el borde
Por Banu Nagasundaram y Jason Copeland Ayer, en AWS re:Invent 2020, anunciamos AWS Panorama, un nuevo dispositivo de aprendizaje automático (ML) y SDK, que permite a las organizaciones llevar visión por computadora (CV) a sus cámaras locales para realizar predicciones automatizadas con alta precisión y baja latencia. En esta publicación, aprenderá cómo los clientes […]