วิธีที่ United Airlines สร้างไปป์ไลน์การเรียนรู้แบบแอ็คทีฟการรู้จำอักขระด้วยแสงที่คุ้มค่าคุ้มราคา | อเมซอนเว็บเซอร์วิส
โหนดต้นทาง: 1892384
ประทับเวลา: กันยายน 21, 2023
ห้องปฏิบัติการโซลูชัน Amazon ML
ปรับประสิทธิภาพของอุปกรณ์ให้เหมาะสมด้วยข้อมูลประวัติ, Ray และ Amazon SageMaker | อเมซอนเว็บเซอร์วิส
โหนดต้นทาง: 1886400
ประทับเวลา: กันยายน 7, 2023
วิธีที่ Carrier คาดการณ์ข้อผิดพลาดของ HVAC โดยใช้ AWS Glue และ Amazon SageMaker | อเมซอนเว็บเซอร์วิส
โหนดต้นทาง: 1885598
ประทับเวลา: กันยายน 5, 2023
Light & Wonder สร้างโซลูชันการบำรุงรักษาเชิงคาดการณ์สำหรับเครื่องเกมบน AWS | ได้อย่างไร บริการเว็บอเมซอน
โหนดต้นทาง: 1850995
ประทับเวลา: มิถุนายน 22, 2023
ใช้ AWS CDK เพื่อปรับใช้การกำหนดค่าวงจรชีวิตของ Amazon SageMaker Studio | บริการเว็บอเมซอน
โหนดต้นทาง: 1850646
ประทับเวลา: มิถุนายน 21, 2023
ใช้โซลูชันการติดตามหลายวัตถุในชุดข้อมูลที่กำหนดเองด้วย Amazon SageMaker | บริการเว็บอเมซอน
โหนดต้นทาง: 1842810
ประทับเวลา: มิถุนายน 1, 2023
คาดการณ์ยอดขายผลิตภัณฑ์ใหม่และที่มีอยู่แล้วในเซมิคอนดักเตอร์โดยใช้ Amazon Forecast
โหนดต้นทาง: 1822625
ประทับเวลา: เมษายน 6, 2023
Kakao Games ทำการคาดการณ์มูลค่าตลอดอายุการใช้งานโดยอัตโนมัติจากข้อมูลเกมโดยใช้ Amazon SageMaker และ AWS Glue ได้อย่างไร
โหนดต้นทาง: 1808845
ประทับเวลา: Mar 1, 2023
การระบุแผนการครอบคลุมการป้องกันใน Next Gen Stats ของ NFL
โหนดต้นทาง: 1801325
ประทับเวลา: กุมภาพันธ์ 10, 2023
ทำนายการเตะลูกฟุตบอลและการโยนกลับหลาด้วยการกระจายหางไขมันโดยใช้ GluonTS
โหนดต้นทาง: 1798464
ประทับเวลา: กุมภาพันธ์ 2, 2023
ตั้งค่า Amazon SageMaker Studio ด้วย Jupyter Lab 3 โดยใช้ AWS CDK
โหนดต้นทาง: 1788281
ประทับเวลา: ม.ค. 17, 2023
การเรียนรู้แบบรวมศูนย์บน AWS ด้วย FedML: การวิเคราะห์ด้านสุขภาพโดยไม่เปิดเผยข้อมูลที่ละเอียดอ่อน – ส่วนที่ 1
โหนดต้นทาง: 1786994
ประทับเวลา: ม.ค. 13, 2023
คำแนะนำที่มีประสิทธิภาพและการค้นหาโดยใช้กราฟความรู้ IMDb – ตอนที่ 3
โหนดต้นทาง: 1784123
ประทับเวลา: ม.ค. 6, 2023
คำแนะนำที่มีประสิทธิภาพและการค้นหาโดยใช้กราฟความรู้ IMDb – ตอนที่ 2
โหนดต้นทาง: 1775417
ประทับเวลา: ธันวาคม 20, 2022
คำแนะนำด้านพลังงานและการค้นหาโดยใช้กราฟความรู้ IMDb – ตอนที่ 1
โหนดต้นทาง: 1775669
ประทับเวลา: ธันวาคม 20, 2022
สร้างโมเดล Amazon SageMaker โดยใช้ PyTorch Model Zoo
โหนดต้นทาง: 1775145
ประทับเวลา: ธันวาคม 19, 2022
ความน่าจะเป็นในการเผชิญหน้า ซึ่งเป็นส่วนหนึ่งของ NHL Edge IQ: การทำนายผู้ชนะแบบเผชิญหน้าแบบเรียลไทม์ระหว่างเกมถ่ายทอดสดทางโทรทัศน์
โหนดต้นทาง: 1719504
ประทับเวลา: ตุลาคม 5, 2022
สร้างข้อมูลคุณภาพสูงสำหรับโมเดล ML ด้วย Amazon SageMaker Ground Truth
โหนดต้นทาง: 1716947
ประทับเวลา: ตุลาคม 3, 2022
การคาดการณ์รายได้ขนาดใหญ่ที่ Bosch ด้วยโมเดลแบบกำหนดเองของ Amazon Forecast และ Amazon SageMaker
โหนดต้นทาง: 1683425
ประทับเวลา: กันยายน 23, 2022