50+
Unduh E-book
Pelajari lebih dalam, kembangkan strategi yang efektif, dan mulai manfaatkan keunggulan penuh teknologi machine learning.
-
AWS E-book
-
Laporan MIT, IDC, IDG
-
AWS E-book
-
Perjalanan machine learning
Bisnis berpeluang untuk memperoleh nilai yang signifikan di seluruh organisasi dengan bantuan machine learning dan AI. Ikuti jalur yang telah terbukti menuju keberhasilan pembelajaran mesin. Baca e-book Perjalanan Machine Learning untuk mengetahui:
- Perjalanan lengkap machine learning dalam 6 langkah
- Cara mengubah investasi menjadi solusi pembeda bisnis
- Kisah yang menginspirasi dari pemimpin bisnis yang telah berhasil menerapkan machine learning
- Wawasan dari pakar machine learning AWS
7 Kasus penggunaan pembelajaran mesin utama
Beranjak dari sekadar hingar bingar dan temukan manfaat nyata machine learning. Dalam e-book ini, kami telah menguraikan tujuh kasus penggunaan saat bisnis berhasil menerapkan machine learning untuk mencapai hasil yang terukur, efisien, dan cepat.
Baca e-book untuk mempelajari selengkapnya tentang kasus penggunaan ini dan persyaratan yang harus diperhatikan saat mengidentifikasi penerapan yang sesuai untuk machine learning, seperti:
- Mengatasi masalah bisnis yang sesungguhnya
- Memanfaatkan sumber data yang belum dimanfaatkan
- Dapat diselesaikan dalam hitungan bulan
Panduan machine learning untuk korporasi
Badan usaha yang memiliki kebutuhan mendesak untuk merangkul machine learning menghadapi tantangan yang unik bagi organisasi dan industri mereka. Adopsi yang sukses membutuhkan pandangan ke depan dari para eksekutif yang memahami skala penerapan dan tujuan bisnis yang relevan, sementara secara strategis menghindari kesalahan umum yang dapat menghambat penerapan yang cepat.
Amazon Web Services (AWS) telah membuat Panduan Pembelajaran Mesin untuk Korporasi untuk:
- Membantu para eksekutif menangani penerapan machine learning dalam kerangka kerja yang dapat dikelola
- Menunjukkan wawasan mendalam dan keuntungan bisnis yang dicapai bila teknologi ini diterapkan secara efisien dan dimanfaatkan secara efektif
- Memberikan contoh pelanggan perusahaan yang menggunakan alat dan teknologi AWS dan memperoleh hasil bisnis nyata
Kami percaya Anda akan mendapatkan manfaat dari panduan ini saat Anda berupaya mendapatkan nilai nyata dari machine learning.
Mempercepat inovasi machine learning melalui keamanan
Untuk membangun model machine learning yang sukses, Anda sering memerlukan set data yang unik untuk bisnis Anda. Set data ini merupakan aset yang sangat berharga dan harus diamankan di setiap langkah machine learning—termasuk persiapan data, pelatihan, validasi, dan inferensi.
Amazon SageMaker, layanan machine learning yang terkelola sepenuhnya, menyediakan fitur keamanan komprehensif yang dapat membantu organisasi Anda:
- Memenuhi persyaratan keamanan beban kerja machine learning yang ketat
- Mengamankan set data di setiap langkah proses
- Beranjak dari ide ke produksi lebih cepat, lebih aman, dan tingkat keberhasilan lebih tinggi
Baca e-book untuk mempelajari bagaimana fitur keamanan dari Amazon SageMaker dan AWS Cloud dapat membantu Anda beranjak dari ide ke produksi lebih cepat.
Mengatasi masalah tersulit dunia kita dengan machine learning
Dengan evolusi teknologi pembelajaran mesin, industri dan kategori sekarang memanfaatkan kekuatan pembelajaran mesin untuk kebaikan masyarakat.
Pelajari bagaimana para inovator memanfaatkan praktik terbaik, kepakaran mendalam, dan solusi kuat dari perusahaan seperti AWS untuk meluncurkan inisiatif dan solusi baru yang meningkatkan kehidupan dan melindungi planet kita saat ini, termasuk:
- Kemajuan di bidang kedokteran
- Mendukung para veteran
- Menyediakan rumah bagi para tunawisma
- Mengurangi emisi karbon
-
Laporan MIT, IDC, IDG
-
Percepat pengembangan pembelajaran mesin untuk membangun aplikasi cerdas dengan lebih cepat
Prediksi hasil bisnis, dorong nilai, tingkatkan produktivitas pengembang, dan percepat inovasi di organisasi Anda dengan mempertimbangkan kembali cara bisnis Anda membuat aplikasi yang cerdas. Baca laporan resmi IDC dari AWS dan Nvidia untuk mempelajari bagaimana Amazon SageMaker dan deep learning di AWS membantu memecahkan tantangan pengembangan yang umum seperti:
- Pengembangan model
- Penerapan
- Kurasi data
- Integrasi
- Pengelolaan
Anda akan memperoleh pemahaman yang lebih mendalam tentang bagaimana model dan produk yang sukses dikembangkan dan diterapkan dalam lingkungan cloud modern.
Buku pedoman strategis untuk data, analitik, dan pembelajaran mesin
Jika organisasi Anda serupa organisasi lainnya, data, analitik, dan machine learning merupakan elemen mendasar untuk mendorong keputusan bisnis yang sangat penting, termasuk:
- Kapan sebaiknya penawaran produk diperluas
- Bagaimana sebaiknya aliran pendapatan baru diterapkan
- Kapan proses manual diubah menjadi terotomasi
- Bagaimana interaksi dengan pelanggan dan partner bisnis bisa dioptimalkan
Unduh Buku Panduan CIO IDG untuk membantu Anda mematangkan strategi berlandaskan data agar Anda bisa menskalakan analitik dan machine learning di seluruh lini perusahaan Anda secara efektif. Dapatkan panduan yang Anda perlukan untuk mempercepat inovasi dan mendorong kemajuan bisnis Anda dengan data.
Prinsip kecerdasan buatan (Al) & pembelajaran mesin (ML)
Machine learning mengubah cara bisnis berinovasi dengan AI. Walaubagaimanapun, banyak pemimpin yang merasa kesulitan dalam mengolah hingar-bingar pasar untuk mencari nilai yang bermakna.
Panduan Eksekutif Tinjauan Manajemen MIT Sloan, Prinsip AI &Machine Learning dapat membantu para pengambil keputusan di setiap tahapan untuk menghadapi dan mengatasi tantangan di tiga tingkat penting dalam adopsi AI: kepemimpinan, organisasi, dan bakat.
Unduh panduan dari AWS dan para editor di MIT SMR.
Apa yang harus diketahui para pemimpin tentang data untuk machine learning
Keberhasilan machine learning sangat bergantung pada data berkualitas tinggi dan relevan. Jika model machine learning diisi data yang buruk, hasil yang akan diperoleh mungkin akan tidak sesuai—atau salah.
Unduh Hal-hal Yang Harus Diketahui oleh Pemimpin Tentang Data untuk Mendorong Kesuksesan dengan Machine Learning untuk wawasan tentang apa yang dapat membantu membuat strategi manajemen data yang akan terus meningkatkan kualitas, integritas, akses, dan keamanan data.
Transformasi tenaga kerja Anda dengan kemampuan untuk machine learning
Meningkatkan keterampilan adalah hal penting dalam mempersiapkan tenaga kerja untuk pembelajaran mesin yang terus berlanjut menjadi arus utama. Unduh panduan untuk menemukan cara:
- Menjembatani kesenjangan dengan meningkatkan keterampilan tenaga kerja yang ada
- Membuat kerangka kerja untuk menyelesaikannya
- Meluncurkan dan memelihara program pelatihan
Pelajari selengkapnya tentang Machine Learning di AWS
Terdepan dalam Gartner Magic Quadrant untuk layanan pengembang AI cloud
Pelanggan Utama
Pelajari bagaimana berbagai organisasi ini mempercepat hasil bisnis dengan kecerdasan buatan (AI) dan machine learning (ML).
Elenium memungkinkan perjalanan di bandara yang lebih aman dan lancar menggunakan AWS.
Manfaat: Dengan cepat menggunakan alat kesehatan deteksi dini nirsentuh dan swalayan untuk membuat perjalanan di bandara lebih aman dan 60% lebih efisien.
.76ffceef2ee55486ba204aff15ef54acb04dda39.jpeg "Domino’s Pizza Enterprises")
Domino's Pizza Enterprises melakukan pengantaran dalam waktu singkat menggunakan AWS untuk pemesanan prediktif.
Manfaat: Mengantar pizza dalam 10 menit atau kurang melalui solusi pemesanan prediktif yang akurat.
Games24x7 menggunakan machine learning di AWS untuk mempersonalisasi pengalaman pengguna game.
Manfaat: Meningkatkan pengalaman pengguna dan melakukan iterasi dengan cepat untuk menghadirkan fitur baru ke pasar.
USG Boral meluncurkan sistem keselamatan kecerdasan buatan (AI) di AWS.
Manfaat: Mengembangkan sistem keselamatan gudang yang cerdas untuk mencegah kecelakaan, mampu melakukan analitik hampir secara waktu nyata yang memproses sekurangnya 12 gambar per detik.
DXC mentransformasi meja pelayanan pelanggan dan meningkatkan pengalaman pelanggan dengan Amazon Connect.
Manfaat: Memangkas biaya operasional sebesar 30-40% dan agen menghabiskan waktu 20% lebih sedikit untuk melakukan panggilan telepon tindak lanjut.
Lotte Mart menggunakan Amazon Personalize untuk meningkatkan keterlibatan dan tingkat pembelian serta membangun loyalitas.
Manfaat: Menghasilkan rekomendasi yang disesuaikan dalam skala besar menggunakan 50% waktu pengembangan.
Pelajari lebih lanjut »
ViSenze mendorong pengalaman belanja visual dengan AWS.
Manfaat: Membangun mesin rekomendasi untuk produk yang secara visual serupa dan pemberian tag produk yang menghasilkan rasio klik-tayang 50% lebih tinggi dan tingkat konversi 5 kali lipat.
Deliveroo menggunakan machine learning di AWS untuk memprakirakan dan memprediksi pesanan.
Manfaat: Mengembangkan sistem yang memprediksi waktu persiapan makanan serta waktu pengambilan dan pengiriman oleh pengendara untuk memastikan penugasan pengendara yang efisien.
Pelajari lebih lanjut »
Intuit meningkatkan pengalaman pelanggan dengan Amazon Connect, yaitu pusat kontak multisaluran yang didorong kecerdasan buatan (AI).
Manfaat: Menerapkan pusat kontak dalam 2 pekan, bukan 6 bulan, dan menskalakan untuk mendukung 11.000 agen dalam beberapa menit.
Pelajari lebih lanjut »
Urbanbase meluncurkan layanan 20 kali lebih cepat menggunakan Amazon SageMaker.
Manfaat: Mempersingkat waktu pengembangan 100 kali lebih cepat dan waktu peluncuran layanan 20 kali lebih cepat.
CoinJar mengembangkan bursa mata uang kripto kelas dunia di AWS.
Manfaat: Penghematan biaya sebesar 50% dan verifikasi identitas lebih cepat dengan Amazon Rekognition.
Disney menggunakan machine learning untuk menyortir sejumlah besar konten.
Manfaat: Memberi tag pada konten secara otomatis dengan metadata deskriptif untuk membuat proses pengarsipan lebih efisien.
ZS membantu perusahaan farmasi menyesuaikan diri dengan perubahan menggunakan analitik di AWS.
Manfaat: Mempercepat kecepatan masuk pasar sebesar 20% menggunakan Amazon SageMaker dan menurunkan biaya pemrosesan data hingga 30%.
NTT DOCOMO menggunakan AWS untuk mengembangkan alat inspeksi menara seluler yang memangkas biaya dan meningkatkan keselamatan.
Manfaat: Mengembangkan sistem pengenalan gambar yang menghemat lebih dari 2.000 jam dan $100.000 pada tahun 2020 dengan nol kecelakaan terkait menara seluler.
Yanolja menghadirkan pengalaman terpersonalisasi bagi wisatawan dengan AWS.
Manfaat: Menggunakan Amazon Rekognition untuk menjalankan prediksi profil tamu dan menciptakan pengalaman yang disesuaikan untuk mendorong keterlibatan dan loyalitas yang lebih tinggi.
BGL memanfaatkan deep learning untuk dana pensiun menggunakan AWS.
Manfaat: Melalui Tensorflow di AWS, BGL dapat menerapkan deep learning ke berbagai tugas seperti kategorisasi kepatuhan dan pengenalan pola transaksi untuk mengelola 300 juta transaksi.
Baker Tilly menggunakan pencarian cerdas dari Amazon Kendra untuk meningkatkan produktivitas dan pengambilan keputusan.
Manfaat: Membantu klien menemukan informasi yang relevan 10 kali lebih cepat.
Biz2Credit meningkatkan efisiensi waktu proses permohonan kredit 3-5 kali lebih cepat menggunakan AWS.
Manfaat: Dengan kecerdasan buatan (AI)/machine learning (ML), Biz2Credit mengurangi waktu penyelesaian untuk persetujuan pinjaman dari 7-10 hari menjadi 24-48 jam.
Parcel Platform menggunakan AWS untuk meningkatkan nilai seumur hidup pelanggan (CLV) sebesar 40%.
Manfaat: Menurunkan biaya layanan per pelanggan sekaligus memungkinkan pelanggan melacak paket mereka secara mandiri.
Formula 1 mempercepat transformasi cloud dengan machine learning.
Manfaat: Dengan Amazon SageMaker, F1 melatih model deep learning menggunakan data balapan historis sepanjang 65 tahun untuk mengekstrak statistik performa penting, membuat prediksi, serta memberikan wawasan kepada penggemar tentang bagaimana keputusan dan strategi diterapkan dalam waktu sepersekian detik oleh berbagai tim balap.
Mulai Menggunakan Amazon SageMaker