Amazon SageMaker est un service entièrement géré permettant aux développeurs et aux scientifiques des données de créer, d'entraîner et de déployer rapidement et facilement des modèles de machine learning (ML). Les solutions personnalisées pour Amazon SageMaker accélèrent votre voyage vers le machine learning en proposant un ensemble de données, un modèle AWS CloudFormation et une architecture de référence pour les cas d'utilisation courants de machine learning afin que vous puissiez passez rapidement de la conceptualisation à la production, en seulement quelques clics.

Solutions personnalisées pour SageMaker

  • Secteur industriel
  • Secteur commercial
  • Consommateur
  • Secteur industriel
  • predictive-maintenance-using-machine-learning

    Maintenance prévisionnelle

    Anticiper les défaillances des composants et prendre des mesures pour empêcher ces défaillances

    Mise en route »

    Prévision de la demande : explications

    Prévision de la demande

    Anticiper la demande et rationaliser les prises de décision liées aux offres et aux demandes.

    Mise en route »

  • Secteur commercial
  • Détection des fraudes : webinaire

    Détection des fraudes

    Automatiser la détection des activités potentiellement frauduleuses et y remédier.  

    Mise en route »

    Détection des fraudes sur les réseaux de transactions financières : webinaire

    Détection des fraudes sur les réseaux de transactions financières

    Identifier les fraudes sur les réseaux de transactions financières et améliorer la confiance des clients

    Mise en route »

    Décisions en matière de crédit : explications

    Décisions en matière de crédit

    Expliquer les prédictions individuelles à partir d'une demande de crédit pour identifier les biais et répondre aux exigences réglementaires

    Mise en route »

    Prévision de la demande : explications

    Prévision de la demande

    Anticiper la demande et rationaliser les prises de décision liées aux offres et aux demandes.

    Mise en route »

  • Consommateur
  • Prévision de la demande : explications

    Prévision de la demande

    Anticiper la demande et rationaliser les prises de décision liées aux offres et aux demandes.

    Mise en route »

    Détection des fraudes : webinaire

    Détection des fraudes

    Automatiser la détection des activités potentiellement frauduleuses et y remédier.  

    Mise en route »

    ArchitectureSagemakerBattlesnakeFull

    Apprentissage par renforcement

    En savoir plus sur l'apprentissage par renforcement grâce à Battlesnake, un concours dédié à l'IA

    Mise en route »

Solutions SageMaker proposées par la communauté

AWS Machine Learning Hero


agustinusn-headshotcircle-100px

Agustinus Nalwan

Melbourne, Australie

Construire un assistant de mode basé sur l'IA pour choisir automatiquement quelle tenue porter

Il peut être difficile de choisir quels vêtements nous allons porter. Notre héros AWS ML, Agustinus Nalwan, a créé cet assistant de mode basé sur l'IA et qui utilise Amazon SageMaker pour vous conseiller quelle tenue mettre en fonctions des conditions climatiques et de vos préférences vestimentaires.

En savoir plus »

AWS Machine Learning Hero


Créer une application Web pour réaliser un transfert de style neuronale sur des images et des GIF

Découvrez comment notre héros AWS ML, Francesco Pochetti, utilise Amazon SageMaker pour entraîner un réseau neuronal afin d'apprendre les styles de Van Gogh, Picasso et Kandinsky en partant de zéro.

En savoir plus »

AWS Machine Learning Hero


pavlosm-headshotcircle-100px

Pavlos Mitsoulis

Londres, Royaume-Uni

Construire un outil de recommandation d'hôtels conçu pour offrir vitesse et mise à l'échelle

Découvrez comment notre héros AWS ML, Pavlos Mitsoulis, utilise Amazon SageMaker pour créer un outil de recommandation d'hôtels en quelques étapes simples.

En savoir plus »

Découvrir les ressources pour développeurs

Découvrir comment passer rapidement de la conceptualisation à la production
Consulter la page de ressources
Prêt à démarrer avec SageMaker ?
Pour démarrer, consultez la page AWS Management Console
D'autres questions ?
Contactez-nous