Auf der Basis von Jupyther Notebooks gestartet ist Sagemaker nun viel mehr und deckt den Machine Learning-Prozess allumfassend ab.
Produktempfehlungen wie Amazon machen? Mit AWS Peronalise bekommen Sie das Know-how der AWS Data Scientists in einer Box.
Mit AWS Forecast steht Ihnen ein Deep Learning-Modell zur Verfügung, das für Zeitreihenprobleme optimiert wurde.
Greengrass ist eigentlich eine IoT-Lösung, bringt aber auch das nötige Handwerkzeug mit, um Machine Learning-Modelle auf dem Edge Device zu deployen.
Sagemaker Notebooks bieten die Entwicklungsumgebung – quasi die Werkbank der Data Scientisten und Engineers! Mit Verbindung zu AWS EMR können große Datenmengen für die Verarbeitung herangezogen werden. Ground Truth erlaubt die Erzeugung von Trainingsdatensätzen, entweder in der eigenen Firma oder mithilfe von Click-Workern.
Das Training von Machine Learning-Modellen erfolgt auf speziellen Trainignsinstanzen, die auf das individuelle Problem skalliert werden. Die Bestimmung von Modellparametern (Hyperparametertuning) kann ebenfalls automatisiert werden - falls notwendig. Das trainierte Modell kann direkt auf spezifische "Inference"-Instanzen deployed werden, sodass die AI in den Business-Prozess integriert wird. Was passiert wenn das Modell nicht mehr zur Situation passt? Dann können DevOps ohne Probleme die Modelle neu trainieren, ohne das Zutun eines Data Scientists.
Produktempfehlungen wie Amazon machen? Mit AWS Personalise bekommen Sie das Know-how der AWS Data Scientists in einer Box – transparent durch Metriken und skalierbar durch die nötige Infrastruktur.
Zeitreihenanalyse und Forecasts gelten als althergebrachte und oft auch eingestaubte Methoden. Leider sind sie aus der Ökonometrie nicht ganz vollständig wegzudenken und komplexe Ansätze auch nur sehr schwer umzusetzen. Mit AWS Forecast existiert ein Tool, welches unfassbar viele Möglichkeiten bietet: Ein Deep Learning-Modell, das ganz spezifisch auf Zeitreihenprobleme optimiert wurde. Fehlende Datenpunkte, Ausreißer, zusätzliche Einflussfaktoren – kein Problem. Ohne großes Investment zeigen wir Ihnen die Möglichkeiten und überzeugen Sie von der Performance. Wenn die Ergebnisse stimmen, können die Modelle einfach und skalierbar deployed werden.
Nicht ganz richtig einsortiert im Bereich Machine Learning, aber unverzichtbar, wenn die Machine Learning-Modelle direkt am Ort des Geschehens notwendig sind. Greengrass ist eigentlich die IoT-Lösung von AWS, bringt aber auch das nötige Handwerkszeug mit, um Machine Learning-Modelle auf einem Edge Device zu deployen.
Wir bieten unseren Kunden und Interessenten eine Reihe von hochwertigen Workshops und Trainingsprogrammen an. Ausführliche Informationen können Sie ganz unverbindlich auf Anfrage erhalten.
-
2-Tages-Workshop zu Empfehlungssystemen basierend auf AWS Sagemaker und AWS Personalise
-
2-Tages-Workshop mit AWS Sagemaker, AWS Forecast und AWS Timestream
-
2-Tages-Workshop zu Training und Deployment von MX Net Modellen (mit Beispielen aus Immage Recognition, Forecasting, Recommendation)
-
2-Tages-Workshop zu Training und Deployment von Tensorflow Modellen (mit Beispielen aus Immage Recognition, Forecasting, Recommendation)
-
2-Tages-Workshop zu AWS Sagemaker Machine Learning und Inference
-
2-Tages-Workshop zu AWS Greengrass und AWS Sagemaker
Partnerschaftliche Zusammenarbeit mit unseren Kunden ist selbstverständlich. Partnerschaften mit Softwareherstellern sind darüber hinaus ein Zeichen von Qualität und Know-how. Darauf sind wir stolz!
Five1 GmbH - Member of the BTC Group
Clara-Immerwahr-Straße 2
69126 Heidelberg
Kontakt
info@five1.de
(+49) 6221 / 3929169
Menü