Amazon Web Services ブログ

Amazon SageMaker Canvas で製造データの異常を検出

Amazon SageMaker Canvas は、領域の専門家にノーコードインターフェースを提供することで、製造業のジレンマを解決します。データサイエンスの経験が十分になくても、予測、分類、回帰モデルなどの強力な分析や、ML モデルを作成できます。また、作成後、モデルを ML および MLOps 専門家に展開して共有することもできます。この記事では、SageMaker Canvas を使用して、必要な特徴量をデータから選択し、整理する方法を説明します。また、SageMaker Canvas のノーコード機能を使用したモデルチューニングの機能を使って、異常検出のための予測モデルをトレーニングする方法を紹介します。

生成 AI を活用して、店舗とオンラインショッピングの体験を新たなレベルへ

現代の小売業では、オンラインと店舗の買い物体験を融合させ、顧客により豊かな購買体験を提供することが求められています。Mad Mobileは、Amazon Bedrockを活用した生成AIコンシェルジュソリューションを開発し、店舗スタッフが顧客の購買履歴や好みを瞬時に把握できるようにしました。この技術により、店員は顧客一人一人に合わせたパーソナライズされた提案や接客が可能となり、顧客体験を大幅に向上させることができます。

生成 AI を活用してプレイヤーやプレスのゲームレビューを分析する

ゲーム開発者、ゲームスタジオ、パブリッシャーは、ゲームレビューの急激な増加と多様化によって、レビューの評価に大きな課題を抱えています。こういった変化に効率的に対処して最も重要な問題に注力できるよう、フィードバックを分類し優先順位付けする強固なシステムを開発者は必要としています。これは特に小規模なスタジオにとって課題となっており、限られたスタッフと財務リソースで大量のフィードバックを管理することに苦労しています。

この記事では、Amazon Bedrock を使用してゲームレビューのアップロード、処理、分析、要約を行うことができるサーバーレスソリューションの構築方法を説明します。この例ではゲームレビューに焦点を当てていますが、このアプローチは他の分野のレビューの分析と要約にも応用できます。

デジタルトランスフォーメーション（DX）の波を止めてはならない。公共領域のDXがキーに　ーAWSの継続的な支援・取組ー

2018 年 9 月に経済産業省が公表した DX レポート～ IT システム 「2025 年の崖」 の克服と […]

生成 AI アプリケーションで使用するデータを保護するための効果的なデータ認可メカニズムの実装

本ブログでは、生成 AI ワークロードにおけるデータセキュリティとデータ認可について詳しく説明します。基盤モデルのファインチューニングや RAG 、AI エージェントなどの観点から機密データ利用時のリスクを分析し、さらに生成 AI アプリケーションや Amazon Bedrock Agents でのデータ認可メカニズムの実装方法を解説します。

Amazon Verified Permissions と Amazon Bedrock エージェントを使用した安全な生成 AI アプリケーションワークフローを設計する

本ブログでは、請求審査システムにある保険金請求に関する質問に答える Amazon Bedrock エージェントを用いたテキストベースの生成 AI アプリケーションを例に、Verified Permissions を使用してきめ細かなアクセスコントロールを設計する方法についてご紹介します。

← Older posts
Newer posts →