Update 2021AWS云科技中国峰会——人工智能与机器学习分论坛-9月.md
This commit is contained in:
@@ -31,7 +31,7 @@ https://www.awsevents.cn/summit/liveStreame.aspx?code=dc4c617cef7644179ce5991c32
|
||||
|
||||
|
||||
|
||||

|
||||

|
||||
|
||||
- 人工智能的8个典型应用场景
|
||||
1.提供个性化推荐,改善客户体验
|
||||
@@ -56,35 +56,35 @@ Amazon积累了20+年的个性化推荐经验,形成了Amazon Personalize,
|
||||
|
||||
### 3.识别潜在欺诈活动,为业务保驾护航
|
||||
|
||||

|
||||

|
||||
|
||||
### 4.语音智能化,改进服务并降低成本
|
||||
|
||||
Amazon Transcribe:自动将语音转换为文本
|
||||
|
||||

|
||||

|
||||
|
||||
### 5.音视频内容审核,确保企业合规运营
|
||||
|
||||
使用Amazon Rekognition针对海量图片、视频的不适宜内容审核
|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||
### 6.提取关键价值,形成业务洞见
|
||||
|
||||

|
||||

|
||||
|
||||
天和荣公司通过Amazon Rekognition和Amazon SageMaker快速实现人形侦测和人脸识别功能,打造差异化服务。出于缩短开发周期、快速上线的目的选择了开箱即用的Amazon Rekognition,在很短的时间内就为即视通平台增加了人形侦测、人脸识别等能力。Amazon Rekognition的各项指标都相当出色,成本也很友好。
|
||||
|
||||
### 7.机器翻译,助力多语言业务
|
||||
|
||||

|
||||

|
||||
|
||||
### 8.文本语音转换,让产品开口说话
|
||||
|
||||

|
||||

|
||||
|
||||
|
||||
|
||||
@@ -130,37 +130,37 @@ AdTiming 以大数据为基础,结合AI算法,通过前沿的技术与全方
|
||||
|
||||
### 3.AdTiming AI Journey 从0到1:第一个项目落地
|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||
Retargeting是一种精准广告投放技术。通过这种技术,把广告投给曾经访问过客户网站或App的人群,从而通过二次、三次曝光刺激最终的销售。已经被证明是所有大广告主,尤其是电商,旅游网站所需的一个重要利器。
|
||||
|
||||
### 4.AdTiming AI Journey 从1到N:全业务推广过程及感悟
|
||||
|
||||

|
||||

|
||||
|
||||
在某个请求流量需要连接多个资源时,通过智能过滤ML模型,将匹配度高的请求返回,降低了流量的数量,提升了响应效率。
|
||||
|
||||
广告的投放与聚合变现的场景:
|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||
|
||||
|
||||
|
||||
|
||||

|
||||

|
||||
|
||||
|
||||
|
||||
@@ -186,27 +186,27 @@ Retargeting是一种精准广告投放技术。通过这种技术,把广告投
|
||||
|
||||
Amazon SageMaker 通过整合专门为 ML 构建的广泛功能集,帮助数据科学家和开发人员快速准备、构建、训练和部署高质量的机器学习 (ML) 模型。使用专用工具为机器学习开发的每个步骤加速创新,包括标签、数据准备、功能工程、统计偏差检测、自动机器学习、训练、调优、托管、可解释性、监控和工作流。
|
||||
|
||||

|
||||

|
||||
|
||||
计算资源的选择:
|
||||
|
||||

|
||||

|
||||
|
||||
### 2.主动安全
|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||
### 3.机器学习的挑战与实践
|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||
Amazon Sagemaker是否会对以后的移植性造成影响。
|
||||
|
||||

|
||||

|
||||
|
||||
Amazon S3:作为数据的存储(视频和图像)
|
||||
|
||||
@@ -216,7 +216,7 @@ Amazon Step Function:提供低代码、可视化的工具服务(工作流自
|
||||
|
||||
线上的真实架构图:
|
||||
|
||||

|
||||

|
||||
|
||||
对于车联网平台,前端有大量智能终端设备需要接入,通过Internet Gateway接入,数据在Application load balancer进行分发到Business Application。
|
||||
|
||||
@@ -240,9 +240,9 @@ IDC自建平台迁移上云,降低了总体投入20%-25%,根据业务量做
|
||||
|
||||
总结:
|
||||
|
||||

|
||||

|
||||
|
||||

|
||||

|
||||
|
||||
- 训练资源按需分配
|
||||
- 增量训练,结合业务流程加快训练效率
|
||||
|
||||
Reference in New Issue
Block a user