O blog da AWS
Category: Artificial Intelligence
Novo — simplifique as tarefas de análise de mídia com o Amazon Rekognition Video
Por Venkatesh Bagaria, Brandon Dold e Alex Burkleaux Amazon Rekognition Vídeo é um serviço baseado em aprendizado de máquina (ML) que pode analisar vídeos para identificar objetos, pessoas, rostos, textos, cenas e atividades, além de detectar qualquer conteúdo inadequado. A partir de hoje, você pode simplificar as tarefas de análise de mídia automatizando a […]
Implementação do algoritmo LightGbm no Amazon SageMaker
Por Maria Gaska, Arquiteta de Soluções Especialista em AI/ML No Amazon SageMaker existem três modalidades de treinamento: algoritmos totalmente gerenciados, frameworks ou algoritmos compatíveis com o modo de script e a possibilidade de trazer seu próprio contêiner. Este último será o caso quando queremos implementar um modelo LightGBM usando o serviço de treinamento do […]
Apresentação da solução de análise de conteúdo da AWS
Por Ian Downard, Engenheiro Técnico de Marketing AWS O Solução de análise de conteúdo da AWS é um mecanismo de busca de vídeo baseado em conteúdo totalmente automatizado. Ele quantifica o conteúdo de vídeo usando serviços de IA da AWS para análise de visão computacional e fala e cataloga vídeos para que os […]
Treinando um agente de aprendizado por reforço com Unity e Amazon SageMaker RL
Por Yohei Nakayama, Henry Wang e Yijie Zhuang Unity é um dos motores de jogos mais populares que foi adotado não só para o desenvolvimento de videogames, mas também por indústrias como a cinematográfica e automotiva. Unity oferece ferramentas para criar ambientes virtuais simulados com física, paisagens e personagens customizáveis. O Unity Machine […]
Identifique gargalos, melhore a utilização de recursos e reduza os custos de treinamento de ML com a funcionalidade de deep profiling no Amazon SageMaker Debugger
Por Mona Mona, Prem Ranga e Sireesha Muppala O aprendizado de máquina (ML) demonstrou um grande potencial para aplicação em diversos campos, como análise preditiva, processamento de fala, reconhecimento de imagem, sistemas de recomendação, bioinformática e muito mais. Treinar modelos de ML é um processo intensivo em tempo e computação, exigindo várias execuções de […]
Realizando simulações em escala com o Amazon SageMaker Processing e R no RStudio
Por Michael Hsieh e Joshua Broyde A análise estatística e a simulação são técnicas predominantemente empregadas em diversas áreas, como saúde, ciências da vida e serviços financeiros. A linguagem estatística de código aberto R e seu rico ecossistema com mais de 16.000 pacotes tem sido a melhor escolha para estatísticos, analistas quantitativos, cientistas de dados […]
Apresentação do AWS Panorama — Melhore suas operações com visão computacional na borda
Por Banu Nagasundaram e Jason Copeland Ontem, no AWS re:Invent 2020, anunciamos o AWS Panorama, um novo dispositivo de aprendizado de máquina (ML) e SDK, que permite que as organizações tragam visão computacional (CV) para suas câmeras locais para fazer previsões automatizadas com alta precisão e baixa latência. Neste post, você verá como os […]
Trazendo seu próprio ambiente R para o Amazon SageMaker Studio
Por Nick Minaie e Sam Liu O Amazon SageMaker Studio é o primeiro ambiente de desenvolvimento (IDE) totalmente integrado para aprendizado de máquina (ML). Com um único clique, cientistas de dados e desenvolvedores podem criar rapidamente notebooks do SageMaker Studio para explorar conjuntos de dados e criar modelos. Em 27 de outubro de 2020, […]
Personalização e reutilização de modelos gerados pelo Amazon SageMaker Autopilot
Por Simon Zamarin, Piali Das e Qingwei Li O Amazon SageMaker Autopilot treina e ajusta automaticamente os melhores modelos de aprendizado de máquina (ML) para problemas de classificação ou regressão e ao mesmo tempo permite que você mantenha controle total e visibilidade. Isto não só permite que analistas de dados, desenvolvedores e cientistas de […]
Analisando avaliações de clientes com Amazon Comprehend
Por Kevin Cortés Rodríguez, Arquiteto de Soluções AWS Quando um aplicativo ou serviço é lançado em produção, sempre pensamos em melhorias e novos recursos. Esse processo iterativo de melhoria contínua pode ser acionado pelo feedback do cliente. É importante entender o que ele não gosta, para ser capaz de melhorá-lo, e o que está […]