Amazon Web Services ブログ
Category: General
Amazon QuickSightのダッシュボードで銀行データを分析する
Amazon QuickSight はAWSが提供するクラウドネイティブの統合型BIサービスです。サーバーレスのため、運用管理の負担が少ないだけでなく、ビジネスユーザーがデータから多くのインサイトを得られる機能を提供しています。このたび銀行業界向けのサンプルダッシュボードをDemoCentral上に公開しましたので、本ブログにて使い方の解説をいたします。
組織内でデータ利活用を推進するためには、各種ツールの使い方に加え、どのような可視化を行えばよりよいインサイトにつながるかについての理解も重要です。本ブログでは、銀行業界に従事する方々がイメージしやすいようATMの配置戦略というテーマをサンプルシナリオとしてとりあげ、どのような観点でグラフや表(以下、ビジュアル)を構成していくとよいかについて解説していきます。ぜひ実際のダッシュボードをブラウザの別タブや別ウィンドウとして開いた状態で見比べながら当ブログを読み進めて頂ければと思います。
週刊AWS – 2024/2/26週
東京リージョンのAmazaon BedrockでClaude 2.1が利用可能に、Amazon BedrockでMIstral AIの基盤モデルが利用可能に、EC2 C7aインスタンスが東京リージョンに登場、Amazon EKSがAmazon Linux 2023をサポート、Amazon CloudWatch LogsのIPv6対応、ほか様々なアップデートをお知らせしています
Amazon Kinesis Video Streams へ RTSP ビデオを取り込むためのクラウド・ゲートウェイを構築する
はじめに 業界調査会社 IHS Markit によると、2021 年末までに世界で導入される IP カメラの推 […]
Amazon BedrockでAnthropic社のClaude 2.1 モデルが東京リージョンに対応しました。
Amazon Bedrockの基盤モデルの一つであるClaude 2.1が東京リージョンでアクセスできるように […]
AWS Outposts servers lab Tokyo がオープンしました
2024年2月に、アマゾン ウェブ サービス ジャパン合同会社 目黒オフィス17階にある AWS Startu […]
Amazon Rekognition のカスタムモデレーションを利用して独自のモデルで不適切なコンテンツを検出
画像や動画などのコンテンツを自社サービスのユーザーに共有・公開するとき、肌の露出が多い画像や暴力的な画像など、不適切なものを取り除きたい場面は多くあります。特に、ユーザーが生成したコンテンツを他のユーザーに公開するときや、生成 AI が作成したコンテンツを広く公開するときには、コンテンツの品質を担保することは重要です。しかし、画像や動画の確認を全て人力で行うのは、コンテンツの量が膨大になるほど時間がかかってしまいます。そんなときに、Amazon Rekognition のモデレーション機能を使えば、不適切なコンテンツを検出できます。
このブログでは、Amazon Rekognition カスタムモデレーションを用いて、モデレーション機能を自身のワークロードにカスタマイズする方法をご紹介します。ユースケースやカスタムモデレーション機能の利用方法、実際に試してみた際の精度をご紹介します。
週刊AWS – 2024/2/19週
大阪リージョンのAmazon RDS for SQL Server が値下げ、Amazon Neptune I/O-Optimizedの発表、DocumentDB Elastic Clustersがバックアップや停止機能、読み取り可能セカンダリをサポート 他
Amazon Athena を活用したスコープ 1 のカーボンフットプリント推定方法
現在、400 を超える組織が 2040 年までに温室効果ガス排出量実質ゼロを達成することを公約した The C […]
AWS re:Inventで開催された AWS Healthcare and Life Sciences Executive Symposium 2023ハイライト
この記事は “Highlights from the AWS Healthcare and Life Scie […]
プログラミング経験なしでも参加できる 世界規模の生成 AI アプリハッカソン「PartyRock Hackathon」3月12日まで開催
AWS は、プログラミング経験がない方でも生成AIアプリ開発に参加できるハッカソン「PartyRock Hac […]