Amazon SageMaker JumpStart は、機械学習をすばやく簡単に開始するのに役立ちます。容易に開始するために、SageMaker JumpStart は、最も一般的なユースケース向けの一連のソリューションを提供し、数回クリックするだけで簡単にデプロイできます。ソリューションは完全にカスタマイズ可能であり、AWS CloudFormation テンプレートとリファレンスアーキテクチャの使用を紹介しているため、ML の導入を加速できます。 Amazon SageMaker JumpStart は、自然言語処理、オブジェクト検出、画像分類モデルなど、150 を超える人気のオープンソースモデルのワンクリックデプロイと微調整もサポートしています。

ユースケース

Amazon SageMaker JumpStart の可能性の探求

予知保全

予知保全

部品の交換や保守などの予防措置を最適なタイミングで実行し、最低限の費用で機械の残りの耐用年数を延ばし、運用効率を向上させます。

動画を見る »

コンピュータビジョン

コンピュータビジョン

自動化またはインテリジェントな拡張をさまざまなアプリケーションにもたらし、品質と速度を向上させます。

ブログを読む »

自動運転

自動運転

道路上の歩行者やその他の車両などの物体を検出して、イノベーションのペースを加速し、自動運転車両の実用化を支えます。

ブログを読む »

不正検出

不正検出

疑わしいトランザクションやその他の異常な動作のより迅速な検出を自動化し、適時に顧客に警告して、潜在的な経済的損失を減らし、顧客の信頼を強化します。

動画を見る »

信用リスク予測

信用リスク予測

リスク調整後リターンを最大化するために、ローンの債務不履行の可能性を予測します。

動画を見る »

ドキュメントのデータの抽出および分析

ドキュメントのデータの抽出および分析

手書きおよび電子文書からデータを自動的に抽出、処理、および分析して、より正確な調査とより迅速な意思決定を実現します。

ブログを読む »

顧客離れの予測

顧客離れの予測

顧客離れの可能性を予測し、その可能性のある人に焦点を当てて、プロモーションオファーなどの是正措置を講じることにより、定着率を向上させます。

ブログを読む »

需要予測

需要予測

適時の意思決定のために需要メトリクスをより迅速かつ正確に予測することで、顧客の期待に応えたり、在庫運搬費用と無駄を削減したりすることをサポートします。

動画を見る »

パーソナライズされた推奨事項

パーソナライズされた推奨事項

カスタマイズされた独自のエクスペリエンスを顧客に提供して、顧客満足度を向上させ、ビジネスを急速に成長させます。

ブログを読む »

開始方法

ユースケース

ソリューション

開始方法

予知保全

車両フリートの予知保全

GitHub »

製造における予知保全

GitHub »

コンピュータビジョン

画像での製品の欠陥の検出

GitHub »

自動運転

自動運転車のための能動学習を利用した視覚的知覚

GitHub »

不正検出

悪意のあるユーザーとトランザクションの検出

GitHub »

ディープグラフライブラリを使用した金融取引における不正検出

GitHub »

信用リスク予測

信用決定の説明

GitHub »

ドキュメントのデータの抽出および分析

感情分類の差分プライバシー

GitHub »

ドキュメントの要約、エンティティ、および関係の抽出

GitHub »

Amazon SageMaker を使用した手書き文字の認識

GitHub »

表形式のレコードへの不足値の入力

GitHub »

顧客離れの予測

テキストを利用した顧客離れの予測

GitHub »

需要予測

深層学習による需要予測

GitHub »

パーソナライズされた推奨事項

ディープグラフライブラリを備えたアイデンティティグラフのエンティティ解決

GitHub »

購入モデリング

GitHub »

お客様

  • Mission Automate
  • MyCase
  • Pivotree
  • Mission Automate
  • Mission Automate
    Mission Automate
    「Amazon SageMaker JumpStart のおかげで、ML ソリューションの実行を数日以内に開始して、機械学習の予測ニーズをより迅速かつ確実に満たすことができます」

    Alex Panait 氏、CEO – Mission Automate

  • MyCase
  • MyCase
    MyCase
    「Amazon SageMaker JumpStart のおかげで、3〜4 か月ではなく 4〜6 週間で独自のユースケースの ML ソリューションをデプロイできるようになり、開始をより良いものにすることができました」

    Gus Nguyen 氏、Software Engineer – MyCase

  • MyCase
  • Pivotree
    Pivotree
    「Amazon SageMaker JumpStart を使用すると、自動異常検出やオブジェクト分類などの ML アプリケーションをより迅速に構築し、概念実証から本番環境まで数日でソリューションを立ち上げることができます」

    Milos Hanzel 氏、Platform Architect – Pivotree  

リソース

ブログ


Amazon SageMaker を使用した詳細な需要予測

ブログを読む »


Amazon SageMaker で強化学習を使用して AI を活用したバトルスネークを構築する

ブログを読む »


Amazon SageMaker で分散強化学習を使用して AI を活用したバトルスネークをスケーリングする

ブログを読む »


Amazon SageMaker を使用した金融取引ネットワークでの不正検出

オンラインセミナーを見る »


Amazon SageMaker で自動走行車ソリューションを加速(Lyft)

動画を見る »


Amazon SageMaker を使用してパーソナライズモデルを構築する方法

動画を見る »


Amazon SageMaker を使用して不正をより迅速に検出(Coinbase)

動画を見る »

AWS ヒーロー

AWS 機械学習ヒーロー

コミュニティの SageMaker ソリューションの詳細
詳細