AWS 上的機器學習

使用最全面的 AI 和 ML 服務集加速創新

透過 AWS 機器學習 (ML),從您的資料中獲得更深入的洞察,同時降低成本。AWS 透過最全面的人工智慧 (AI) 和機器學習服務、基礎架構和實作資源,在 ML 採用之旅的每個階段助您一臂之力。

AWS 的 AI 和機器學習服務概觀 (1:39)
與久經考驗的領導者一起建置

解決任何產業的實際商業問題並充滿信心地進行創新。加入超過 10 萬名 AWS 客戶群體,利用在 Amazon 20 多年的經驗進行建置。

利用生成式 AI 重塑客戶體驗

使用熱門的基礎模型,使用生成式 AI 建置新的應用程式,或使用內建生成的 AI 服務,這些服務均在對生成式 AI 來說,最具成本效益的雲端基礎架構上執行,

根據您的商業需求定製 ML

解決常見的商業問題以改善客戶體驗、最佳化商業程序並加速創新。將現成、專門建置的 AI 服務或您自己的模型與 AWS ML 服務搭配使用。

加速您的 ML 採用

在 ML 之旅的每個階段獲得所需的支援。與 AWS 專家攜手啟動概念驗證,與 80 多個能力合作夥伴合作,並透過培訓和實作教學提升您的團隊技能。

使用 AI 解決常見業務問題
使用 AI 解決常見業務問題

有助於增強客戶體驗、實現更快、更好的決策,以及最佳化業務程序的解決方案。

探索 AI 使用案例 »

輕鬆建置生成 AI 應用程式
建置生成 AI 應用程式

使用基礎模型建置和擴充生成式 AI 應用程式的最簡單方法。

進一步了解 »

為您的商業應用程式賦予人工智慧
為您的商業應用程式賦予人工智慧

為語音、視覺、文件等專門建置的 AI 服務,因此,開發人員無需任何 ML 經驗即可開始使用。

檢視 AI 服務 »

為任何使用案例建置、訓練和部署 ML 模型

面向資料科學家和機器學習開發人員的全受管基礎設施、工具和工作流程。

檢視 ML 服務 »

無需編寫任何程式碼即可產生 ML 預測
無需編寫任何程式碼即可產生 ML 預測

使用 ML 為市場行銷、銷售、營運和財務領域的業務分析師產生預測的工具。

探索適用於商業分析的 SageMaker »

選擇適當的基礎設施
選擇適當的基礎設施

針對機器學習最佳化的高效能和低成本執行個體。

探索 ML 基礎設施 »

100,000+

客戶正在將 AWS 用於其 AI/ML 工作負載

20+

多年在 Amazon 的建置經驗

高達 10 倍

資料科學家的生產力提升

數百種

演算法與模型,盡在 AWS Marketplace

使用案例

探索 AI/機器學習 (ML) 的關鍵使用案例,以提升客戶體驗,最佳化業務營運,以及加速創新。
智慧聯絡中心

透過交談式 AI 介面提高客戶滿意度

透過聊天機器人和虛擬助理簡化自助服務程序並降低營運成本。

進一步了解交談式 AI 介面 
智慧聯絡中心

提升客戶服務體驗

將智慧融入您的聯絡中心並透過自動化 ML 來降低成本。

進一步了解 Contact Center Intelligence (CCI) 解決方案 
個人化

個人化客戶建議

透過為個人訪客量身定製網站,提高客戶參與度和轉化率,並見證您的轉化率飆升。

進一步了解個人化 
智慧文件處理

自動化文件資料擷取和分析

可立即從幾乎任何文件 (如貸款申請和醫療表格) 擷取文字和資料,而無需手動操作。

進一步了解文件處理 
智慧搜尋

提升資訊準確性和速度

編譯整個組織的孤立和非結構化來源的資料,以提升業務生產力和客戶滿意度。

進一步了解智慧搜尋 
媒體智慧

最大化媒體價值

將 ML 運用於影片、網頁、API 等,以增強發現、當地語系化、合規性和貨幣化。

進一步了解媒體智慧 
商業預測

改善商業指標分析

使用 ML 準確預測銷售、財務和需求資料,並自動識別異常狀況及其根本原因。

進一步了解商業指標分析 
詐騙偵測

識別詐騙性線上活動

使用 ML 即時偵測和阻止線上詐騙,例如虛假帳戶和支付詐騙。

進一步了解詐騙偵測 
詐騙偵測

向開發人員營運新增智慧

透過 Next Gen DevOps 快速建置並進行更多創新。

進一步了解 Next Gen DevOps 
詐騙偵測

現代化您的機器學習開發程序

大規模加速機器學習創新,同時降低成本。

進一步了解 ML 現代化 

產業

提供更出色的個人化體驗

醫療保健與生命科學

使用符合 HIPAA 標準的 ML,釋放運作狀態資料中的隱藏潛力,用於 PB 級分析和快速的非結構化文字和語音文件。

進一步了解︰適用於醫療保健的 ML

提高客戶參與度

工業製造

使用專門建置的工業 AI 服務,偵測異常機器行為、發現缺陷、實現預測性維護並改進營運,無需 ML 經驗。

進一步了解︰適用於工業的 ML

個人化每個接觸點

金融服務

跨銀行、支付、資本市場和保險產業的 ML 進行創新,透過個人化和虛擬助手改善客戶體驗並防止線上詐騙。

進一步了解︰適用於金融服務的 ML

探索 AWS Machine Learning 服務

Amazon SageMaker

Amazon SageMaker 是一項機器學習 (ML) 服務,資料科學家、資料工程師、MLOps 工程師和商業分析師可透過該服務為任何使用案例建置、訓練和部署 ML 模型,而無論機器學習 (ML) 專業知識水平如何。
進一步了解 
Amazon Kendra
商業分析師
使用具有 Amazon SageMaker Canvas 的視覺化介面進行機器學習 (ML) 預測。
進一步了解 
Amazon Kendra
資料科學家
使用 Amazon SageMaker Studio 準備資料,並建置、訓練和部署機器學習 (ML) 模型。
進一步了解 
Amazon Kendra
MLOps 工程師
使用 Amazon SageMaker MLOps 大規模部署和管理模型。
進一步了解 

AI 服務

以 Amazon 提振本身業務所用的相同技術為基礎,透過為您的應用程式和工作流程提供現成智慧,來增進業務成果。

電腦視覺

自動化資料擷取和分析

語言 AI

改善客戶體驗

商業指標

程式碼和 DevOps


基礎設施和架構

Amazon Monitron
可擴展、高效能、經濟實惠的基礎架構
從最廣泛、最有深度的 ML 基礎架構服務組合中選擇,您可自行選擇處理器和加速器,來滿足自己的獨特需求。P4d、Inf1 等 Amazon Elastic Compute Cloud (Amazon EC2) 執行個體為雲端中的 ML 訓練和推論提供最高效能和最低成本。
進一步了解 »
Amazon Panorama Appliance
ML 架構和庫的選擇
使用 TensorFlow、PyTorch、Apache MXNet、Hugging Face 以及其他架構和工具組,自訂您的 ML 演算法。在 Amazon SageMaker 中利用架構打造全受管體驗,或者使用完全設定的 AWS 深度學習 AMI 和容器,其中包含為在 AWS 上實現效能而最佳化的開源工具組。
進一步了解 »

教育和支援

透過實作學習提升您的團隊技能
使用 AWS DeepRacer、AWS DeepLens 和 AWS DeepComposer 等教育裝置,這些裝置專為各種技能水準的開發人員設計,以有趣、實用的方式學習 ML 的基礎知識。
進一步了解 »
建置您的概念驗證 (POC)
加入 ML 解決方案實驗室 (MLSL),與經驗豐富的 ML 專家一起建立從商業問題到成功 POC 的逐步藍圖。
進一步了解 »
Contact Center Intelligence
讓合作夥伴參與實作支援
透過與 AWS Machine Learning 能力合作夥伴合作加速 ML 實作。我們的合作夥伴是基礎架構和部署方面的專家,可以量身定製 ML 解決方案,以最大限度地發揮您的投資效用。
進一步了解 »

客戶

負責任地使用人工智慧和機器學習

負責任地使用 AI 和 ML 是解決人類一些最具挑戰性問題、提升人類績效和最大化生產力的關鍵。AWS 致力於開發公平、準確的 AI 和 ML 服務,並為您提供以負責任的方式建置 AI 和 ML 應用程式所需的工具和指引。 

進一步了解 »

加速機器學習之旅

與 Amazon Machine Learning Solutions Lab 互動

與 Amazon 專家互動

Amazon Machine Learning Solutions Lab 讓您的團隊與 Amazon ML 專家合作,為您的業務建置新的 ML 解決方案。

在您的組織中建置新的機器學習技能

在您的組織中建置機器學習技能

透過我們在 Amazon 中使用的相同課程在您的組織中培養新的 ML 技能,無論是業務主管、資料科學家還是應用程式開發人員。

選擇您的 AWS Machine Learning 合作夥伴

AWS DeepRacer League

為了擴展 ML 技能,請參加世界首創全球自動駕駛賽車聯賽,不但能贏得獎項,並有機會晉級參加冠軍盃。

探索專門打造的服務、AWS 解決方案、合作夥伴解決方案和指導,以快速解決您的商業和技術使用案例。

QnABot on AWS

跨多個管道部署功能齊全的聊天機器人,包括聊天、語音、SMS 和 Amazon Alexa。

Enhanced Document Understanding on AWS

部署簡單易用的 Web 應用程式,可納入和分析文件、擷取文件內容、識別和編輯敏感的客戶資訊,以及透過分析的資料建立搜尋索引。

使用機器學習維護個人化體驗

輕鬆建立大規模的自訂推薦模型。此解決方案可精簡並加速個人化工作負載的開發和部署。

MLOps 工作負載協調器

部署採用受管自動化工具和 ML 服務的穩固管道,以簡化 ML 模型開發與生產。