Publié le: Nov 6, 2018
La solution de Machine Learning pour les télécommunications fournit un framework pour un processus de Machine Learning de bout en bout, comprenant l'exploration de données ad hoc, le traitement de données et le feature engineering (ingénierie de caractéristiques), ainsi que la formation et l'évaluation de modèles. Ceci inclut également un ensemble de données IPDR (IP Data Record, enregistrement de données IP) de télécommunication synthétique pour expliquer comment utiliser des algorithmes de Machine Learning pour tester et former des modèles en vue d'une analyse prédictive en télécommunication. Les clients peuvent utiliser les blocs-notes inclus comme point de départ pour développer leurs propres modèles de Machine Learning et personnaliser les blocs-notes Jupyter inclus pour leur propre cas d'utilisation.
La solution déploie une architecture de Machine Learning personnalisable et adaptative qui exploite Amazon SageMaker, un service de Machine Learning entièrement géré, et The Jupyter Notebook, une application Web open source permettant de créer et de partager du code en direct, des équations, des visualisations et du texte narratif. Pour en savoir plus sur la solution de Machine Learning pour les télécommunications, consultez la page Web de la solution.
Des offres de solutions AWS supplémentaires sont disponibles sur la page Web AWS Answers, où les clients peuvent parcourir les questions courantes classées par catégorie, et trouver des réponses sous forme de fiches solution succinctes ou de solutions complètes, automatisées et approuvées par AWS, qui constituent des implémentations de référence clés en main en réponse à des besoins métiers spécifiques.