O blog da AWS

Category: Amazon SageMaker

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 […]

Read More

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, […]

Read More

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 […]

Read More

Configurando o Amazon SageMaker Studio para equipes e grupos com isolamento completo de recursos

Por Vikrant Kahlir, Rakesh Ramadas e Rama Thamman   O Amazon SageMaker é um serviço totalmente gerenciado que oferece a cada desenvolvedor de aprendizado de máquina (ML) e cientista de dados a capacidade de criar, treinar e implantar modelos de ML rapidamente. O Amazon SageMaker Studio é um ambiente de desenvolvimento integrado (IDE) baseado na […]

Read More

Usando a ingestão de streaming com o Amazon SageMaker Feature Store para tomar decisões baseadas em ML em tempo quase real

Por Paul Hargis, Arunprasath Shankar, Megan Leoni e Mark Roy   As empresas estão cada vez mais usando o aprendizado de máquina (ML) para tomar decisões em tempo quase real, como colocar um anúncio, atribuir um motorista, recomendar um produto ou até mesmo precificar dinamicamente produtos e serviços. Os modelos de ML fazem previsões com […]

Read More

Análise exploratória de dados, engenharia de atributos e operacionalização do fluxo de dados em seu pipeline de ML com o Amazon SageMaker Data Wrangler

Por Phi Nguyen e Roberto Bruno Martins   De acordo com a pesquisa The State of Data Science 2020 , o gerenciamento de dados, a análise exploratória de dados (AED), e a seleção e engenharia de atributos são responsáveis por mais de 66% do tempo de um cientista de dados (veja o diagrama a seguir). […]

Read More

Monitoramento de modelos de ML em produção em grande escala usando o Amazon SageMaker Model Monitor

Por Sireesha Muppala, Archana Padmasenan e David Nigenda   Os modelos de aprendizado de máquina (ML) estão impactando as decisões de negócios de organizações em todo o mundo, desde serviços de varejo e financeiros a veículos autônomos e exploração espacial. Para essas organizações, treinar e implantar modelos de ML em produção é apenas um passo […]

Read More

Configurando endpoints de inferência de escalonamento automático no Amazon SageMaker

por Chaitanya Hazarey, Rama Thamman e Pavan Kumar Sundar   O Amazon SageMaker é um serviço totalmente gerenciado que oferece a todos os desenvolvedores e cientistas de dados a capacidade de criar, treinar e implantar rapidamente modelos de aprendizado de máquina (ML) em escala. O Amazon SageMaker remove o trabalho pesado de cada etapa do […]

Read More

Criação de domínios e perfis de usuário do Amazon SageMaker Studio usando o AWS CloudFormation

Por Qingwei Li, David Ping e Joseph Jegan   O Amazon SageMaker Studio é o primeiro ambiente de desenvolvimento (IDE) totalmente integrado para machine learning (ML). Ele fornece uma única interface visual baseada na Web onde você pode executar todas as etapas de desenvolvimento de ML necessárias para criar, treinar, ajustar, depurar, implantar e monitorar […]

Read More

Trazendo sua própria imagem de contêiner personalizada para notebooks do Amazon SageMaker Studio

Por Stefan Natu, Huong Nguyen e Jaipreet Singh   O Amazon SageMaker Studio é o primeiro ambiente de desenvolvimento (IDE) totalmente integrado para aprendizado de máquina (ML). O SageMaker Studio permite que cientistas de dados criem notebooks Studio para explorar dados, criar modelos, lançar trabalhos de treinamento do Amazon SageMaker e implantar endpoints hospedados. Os […]

Read More