Learn more about Intermediate (200) - Section 2

使用Amazon SageMaker Jumpstart预测车队故障概率

预测性维护在汽车行业中至关重要,因为它可以避免突发的机械故障和破坏运营的被动维护活动通过预测车辆故障并安排维护和修理...

使用Amazon Polly在文字被朗读时突出显示文本

Amazon Polly是一个将文本转化为逼真语音的服务它可以开发一系列应用程序,能够将文本转化为多种语言的语音该服务可以与其他A...

基于AWS的深度学习驾驶辅助系统的自动标注模块

在计算机视觉(CV)中,为了识别感兴趣的对象或定位对象,添加标签或边界框被称为标注这是准备训练数据以训练深度学习模型的...

在Amazon Personalize中,根据用户上下文推荐和动态过滤物品

组织机构不断投入时间和精力来开发智能推荐解决方案,以向用户提供定制和相关的内容目标可能很多:改变用户体验,产生有意义...

使用Amazon SageMaker Canvas,无需编码即可快速捕获公共卫生洞察

公共卫生组织拥有大量关于不同类型疾病、健康趋势和风险因素的数据他们的员工长期以来一直使用统计模型和回归分析来做出重要...

使用PyTorch 2.0在AWS上构建高性能ML模型 – 第1部分

PyTorch是一种机器学习(ML)框架,被AWS客户广泛用于各种应用,如计算机视觉、自然语言处理、内容创作等随着最近发布的PyTor...

技术创新研究院使用Amazon SageMaker培训最先进的Falcon LLM 40B基础模型

这篇博客是与Dr. Ebtesam Almazrouei博士合著的,他是AI-Cross Center Unit的执行主任兼LLM项目的项目负责人 阿联酋技术创新...

重新训练机器学习模型并利用更新的数据集在Amazon SageMaker Canvas中自动执行批量预测

您现在可以在Amazon SageMaker Canvas中使用更新的数据集重新训练机器学习(ML)模型并自动化批处理预测工作流程,从而更轻松...