ここ数年、機械学習 (ML) は、組織の効率性を高め、イノベーションを促進するうえで価値があることが証明されています。ML が成熟すると、当然、主眼は実験から本稼働へと移ります。一貫性のある信頼性の高い方法でモデルの構築、トレーニング、デプロイ、および管理を行うには、ML プロセスを合理化、標準化、および自動化する必要があります。セキュリティ、高可用性、スケーリング、監視、自動化など、長期的な視点から見た IT に関する懸念も重要です。優れた ML モデルは、24 時間 365 日、規模を問わず、ビジネスアプリケーションに迅速かつ正確な予測を提供できるのでなければ、あまりうまく機能しません。 2017 年 11 月、当社では、ML エンジニアとデータサイエンティストが最適なモデルを構築するだけでなく、それらのモデルを効率的に運用できるようにサポートするために、Amazon SageMaker の提供を開始しました。 それ以来、当社では、お客様に最も包括的なサービスを提供するために尽力し、データラベリング、データ準備、機能エンジニアリング、バイアス検出、AutoML、トレーニング、チューニング、ホスティン...

Amazon Web Services / 1ヶ月

この記事へのコメントはありません

appstore
googleplay
会員登録

会員登録して、もっと便利に利用しよう

  • 1.

    記事をストックできる
    気になる記事をピックして、いつでも読み返すことができます。
  • 2.

    新着ニュースをカスタマイズできます
    好きなニュースフィードをフォローすると、新着ニュースが受け取れます。