Blog de Amazon Web Services (AWS)
Tag: Amazon Sagemaker
Predicción de enfermedades en cultivos cítricos con Amazon SageMaker
Por Rodrigo Machado, Licenciado en Biotecnología, Estudiante de doctorado de la FCEN-UBA, EEA Concordia, Entre Ríos, Argentina; Sofía Bengoa Luoni, PhD, research fellow at Wageningen University & Research, Wageningen, Países Bajos; Paula Fernández, Investigadora Independiente CONICET, Director, IABIMO, Buenos Aires, Argentina; Claudio Gómez, Responsable Laboratorio de Protección Vegetal y Biotecnología (LPVB), EEA Concordia, Entre Ríos, […]
Alojando code-server en Amazon SageMaker
Por Sofian Hamiti, Eric Peña, y Giuseppe Angelo Porcelli Los equipos de aprendizaje automático (ML) necesitan flexibilidad para elegir su entorno de desarrollo integrado (IDE) cuando trabajan en un proyecto. Lo que permite tener una experiencia de desarrollador mas productiva e innovar a gran velocidad. Incluso se puede usar varios IDE dentro de un […]
PBS ofrece experiencias personalizadas a los espectadores con Amazon Personalize
Por Equipo editorial de AWS Public Broadcasting Service (PBS) quería crear un motor de recomendaciones inteligentes (SRE) que pudiera hacer sugerencias de alta calidad a los espectadores en función de numerosos factores. Para garantizar el éxito, PBS decidió asociarse con una consultora en la nube con experiencia en inteligencia artificial (IA) y machine learning (ML) […]
Diagnóstico de leucemia mediante machine learning en el Laboratorio de Leucemia de Múnich con Amazon SageMaker
Por Erika Pelaez Coyotl, Data Scientist en Machine Learning Solutions Lab; James Golden, PhD Data Scientist en Machine Learning Solutions Lab team; Tamas Madl, PhD en Mission Solutions Specialist en Amazon Web Services; Niroshan Nadarajah, lead Bioinformatician and Innovation manager en Munich Leukemia Laboratory y Liwen You, PhD Data Scientist en Machine Learning Solutions Lab. […]
Integrando Machine Learning con Aurora PostgreSQL
Por Alex Luna, Arquitecto de soluciones para el sector público en México ¿Qué tal si pudiéramos integrar el llamado a un modelo de ML desde una función o un procedimiento almacenado en nuestra base de datos? Podríamos visualizar una consulta de clientes y evaluar su probabilidad de aceptación de un nuevo producto o servicio; consultar […]
Creación de un flujo de trabajo de etiquetado, entrenamiento e implementación de aprendizaje automático con Amazon SageMaker, PyTorch y Amazon SageMaker Ground Truth
Por Evandro Franco, Arquitecto de Soluciones en Startups en AWS Amazon SageMaker es un servicio de aprendizaje automático (ML) totalmente administrado en el que los científicos y desarrolladores de datos pueden crear y entrenar modelos de aprendizaje automático de forma rápida y sencilla e implementarlos en un ambiente administrado, listo para producción. Para entrenar […]
Avances en la detección de fraudes: ML para la encuestas en línea
Por AWS Admin Mensaje invitado por Jakob Ludewig, Científico de Datos Senior, Investigación de Dalia La transición de la industria de la investigación de mercado desde las encuestas telefónicas y presenciales hacia plataformas en línea ha aumentado enormemente la velocidad y el alcance de la recopilación de datos. Las plataformas modernas de encuestas en […]
Configuración de Amazon SageMaker Studio para equipos y grupos con aislamiento completo de recursos
Por Vikrant Kahlir, Rakesh Ramadas e Rama Thamman Amazon SageMaker es un servicio totalmente gestionado que ofrece a todos los desarrolladores y científicos de datos de aprendizaje automático (ML) la capacidad de crear, entrenar e implementar modelos de ML rápidamente. Amazon SageMaker Studio es un entorno de desarrollo integrado (IDE) basado en web para […]
Lleve su propia imagen de contenedor personalizada a los notebooks de Amazon SageMaker Studio
Por Stefan Natu, Huong Nguyen y Jaipreet Singh Amazon SageMaker Studio es el primer entorno de desarrollo (IDE) totalmente integrado para aprendizaje automático (ML). SageMaker Studio permite a los científicos de datos utilizar notebooks Studio para explorar datos, crear modelos, lanzar trabajos de entrenamiento de Amazon SageMaker e implementar endpoints alojados. Los notebooks Studio […]
Creación de dominios y perfiles de usuario de Amazon SageMaker Studio mediante AWS CloudFormation
Por Qingwei Li, David Ping e Joseph Jegan Amazon SageMaker Studio es el primer entorno de desarrollo (IDE) totalmente integrado para machine learning (ML). Proporciona una interfaz visual unificada, basada en web, donde puede realizar todos los pasos de desarrollo de ML necesarios para construir, entrenar, ajustar, depurar, implementar y monitorear modelos. En esta […]