Amazon SageMaker JumpStart lo ayuda a comenzar a utilizar el aprendizaje automático de forma rápida y fácil. Para que sea más fácil comenzar a usarlo, SageMaker JumpStart proporciona un conjunto de soluciones para los casos de uso más comunes, que se pueden implementar fácilmente con unos pocos clics. Las soluciones son totalmente personalizables y muestran el uso de las plantillas y las arquitecturas de referencia de AWS CloudFormation, de manera que pueda acelerar su trayectoria de aprendizaje automático. Amazon SageMaker JumpStart también admite la implementación en un solo clic y el ajuste de más de 150 modelos populares de código abierto, como los modelos de procesamiento de lenguaje natural, de detección de objetos y de clasificación de imágenes.
Casos de uso
Descubra las posibilidades de Amazon SageMaker JumpStart

Mantenimiento predictivo
Tome medidas preventivas, como el reemplazo parcial y el mantenimiento en el momento más adecuado, lo que le permitirá extender el resto de la vida útil de sus equipos al menor costo y mejorar la eficiencia operativa.

Visión artificial
Brinde automatización o amplificación de la inteligencia a una amplia variedad de aplicaciones para mejorar su calidad y velocidad.

Conducción autónoma
Detecte objetos, como los peatones y otros vehículos, en el camino para acelerar el ritmo de la innovación y dar vida a los vehículos autónomos.

Detección de fraudes
Automatice la detección de transacciones sospechosas y otros comportamientos anómalos con mayor rapidez y alerte a sus clientes oportunamente para reducir la posible pérdida financiera y fortalecer la confianza de los clientes.

Predicción de riesgos crediticios
Estime la probabilidad de incumplimiento de los préstamos para maximizar los rendimientos ajustados al riesgo.

Extracción y análisis de datos a partir de documentos
Extraiga datos de documentos electrónicos o escritos a mano, procéselos y analícelos, todo de forma automática, para investigar con mayor precisión y tomar decisiones con mayor rapidez.

Predicción de pérdida de clientes
Estime la probabilidad de pérdida de clientes y mejore su retención concentrándose en aquellos clientes que probablemente lo abandonarían y tomando medidas correctivas, como las ofertas promocionales.

Previsión de demanda
Estime las métricas de la demanda con mayor rapidez y precisión para lograr la toma de decisiones oportuna que ayude a satisfacer las expectativas de los clientes y reducir los costos de mantenimiento de inventario y el malgasto.

Recomendaciones personalizadas
Ofrezca experiencias únicas y personalizadas a los clientes para mejorar la satisfacción de los clientes y hacer crecer su negocio con rapidez.
Introducción
Caso de uso |
Solución |
Comenzar |
Mantenimiento predictivo |
Mantenimiento predictivo para las flotas de vehículos |
|
Mantenimiento predictivo para la fabricación de productos |
||
Visión artificial |
Detección de defectos de productos en imágenes |
|
Conducción autónoma |
Percepción visual con aprendizaje activo para los vehículos autónomos |
|
Detección de fraudes |
Detección de usuarios y transacciones maliciosos |
|
Detección de fraudes en transacciones financieras usando Deep Graph Library |
||
Predicción de riesgos crediticios |
Explicación de las decisiones de crédito |
|
Extracción y análisis de datos a partir de documentos |
Privacidad diferencial para la clasificación de opiniones |
|
Creación de resúmenes de documentos, entidades y extracción de relaciones |
||
Reconocimiento de escritura a mano con Amazon SageMaker |
||
Ingreso de valores faltantes en registros tabulares |
||
Predicción de pérdida de clientes |
Predicción de pérdida de clientes con texto |
|
Previsión de demanda |
Previsión de demanda con el aprendizaje profundo |
|
Recomendaciones personalizadas |
Resolución de entidades en gráficos de identidad con Deep Graph Library |
|
Creación de modelos de compra |
Clientes
-
Mission Automate
-
“Gracias a Amazon SageMaker JumpStart, podemos lanzar soluciones de aprendizaje automático en cuestión de días para satisfacer las necesidades de predicción de aprendizaje automático con mayor rapidez y fiabilidad”.
Alex Panait, director ejecutivo de Mission Automate
-
MyCase
-
“Gracias a Amazon SageMaker JumpStart, podemos tener mejores puntos de inicio, lo que nos permite implementar soluciones de aprendizaje automático para sus propios casos de uso en un periodo que comprende entre 4 y 6 semanas, en lugar de uno entre 3 y 4 meses”.
Gus Nguyen, ingeniero de software de MyCase
-
MyCase
-
“Con Amazon SageMaker JumpStart, podemos crear aplicaciones de aprendizaje automático con mayor rapidez, como la detección automática de anomalías o la clasificación de objetos, y lanzar soluciones desde la prueba de concepto hasta la producción en cuestión de días”.
Milos Hanzel, arquitecto de plataformas de Pivotree
Recursos
Detecting fraud in heterogeneous networks using Amazon SageMaker and Deep Graph Library
Building an AI-powered Battlesnake with reinforcement learning on Amazon SageMaker
Scaling your AI-powered Battlesnake with distributed reinforcement learning in Amazon SageMaker
Detección de fraudes en redes de transacciones financieras con Amazon SageMaker
.ffb8823d6a103d17e047412282292c8805647b2a.png)
AWS Machine Learning Heroes