在过去几年中，机器学习 (ML) 已证明其在帮助组织提高效率和促进创新方面的价值。随着机器学习逐渐成熟，其重点自然会从实验转向生产。机器学习流程需要简化、标准化和自动化，以便以一致和可靠的方式建立、训练、部署和管理模型。安全性、高可用性、扩展、监控和自动化等长期存在的 IT 问题也变得更为关键。如果出色的 ...

通过语音方式与机器进行交互可以在很多场景下提高效率，也是当下人工智能领域内研究的热点之一。语音识别技术的应用场景可以划分为以车载语音助手为例的车载场景、以智能家居设备的家庭场景等。要实现人与机器间的语音交互，需要首先让机器能够识别声音内容，但通用的语音识别服务无法完全满足不同场景下的需求，因此客...

Amazon SageMaker Studio提供了一个基于Web的统一可视化界面，您可以在其中执行所有机器学习(ML)开发步骤，使数据科学团队的工作效率提高10倍。该Studio还可以为您提供构建、训练和部署模型所需每个步骤的完全访问权限、控制及可见性。Studio笔记本是协作式笔记本，由于不需要事先设置计算实例和文件存储，因此可以快速...

市场营销是金融领域的一个重要方向，在机构发展新客户的过程中，不容忽视老用户的流失情况。假如获得一个新客户的成本是保留一个老客户的成本的5倍，那么将其客户流失率降低5%，其利润就可能增加25%以上。

Snap、Alexa 和 Autodesk 等亚马逊云科技客户一直在使用 Amazon Inferentia 部署各种机器学习 (ML) 模型以实现高性能和低成本。自然语言处理 (NLP) 模型在实时和离线批处理使用案例中越来越受欢迎。我们的客户在许多应用程序中部署这些模型，例如聊天机器人、搜索、排名、文档摘要和自然语言理解。借助 Amazon Inferenti...

我们高兴地宣布，现在您已经可以在Amazon Forecast当中评估单一条目的预测准确性，借此更好地了解您的预测模型在最重要的少数核心条目上拥有怎样的预测表现。一般来说，改进对特定条目（例如价格较高或成本较高的条目）的预测准确性往往要比对全部条目进行整体增强更具现实意义。通过此次功能发布，现在您可以查看单一条...

很长时间以来，Java 一直是一个很受企业欢迎的编程语言。得益于丰富的生态以及完善维护的包和框架，Java 拥有着庞大的开发者社区。尽管深度学习应用的不断演进和落地，提供给 Java 开发者的框架和库却十分短缺。现今主要流行的深度学习模型都是用 Python 编译和训练的。对于 Java 开发者而言，如果要进军深度学习界，就...

Amazon SageMaker 是一种完全托管的端到端机器学习服务，数据科研人员、开发人员和机器学习专家可以快速、大规模地构建、训练和托管机器学习模型。这极大地推进了您所有的机器学习工作，让您能够将机器学习技术迅速融入生产应用程序。Amazon SageMaker的主要工作组件包括：算法编写、模型训练、模型评估、模型托管等。

该文以目标检测模型着手，演示如何一步步基于SageMaker Neo对训练后的模型文件进行编译优化，来提升模型的推理速度。文中以yolo3_mobilenet1.0_coco模型为例，分别演示模型准备，模型Neo编译，模型导出推理测试，可视化等过程，推理结果显示基于SageMaker Neo可以显著提升推理速度，达到一倍以上的加速。

从2020年10月开始，基于亚马孙云科技 Graviton2 的缓存实例逐步推出，客户可以在使用 Amazon ElastiCache for Redis上使用这些实例。

Amazon DeepRacer 是开始使用机器学习 (ML) 的最快方式。您可以在基于云的虚拟模拟器中使用 1/18 比例自动驾驶车辆训练强化学习 (RL) 模型，并在全球 Amazon DeepRacer League 中角逐奖金和荣誉。今天，我们将通过对 Amazon DeepRacer 设备软件进行开源来扩展 Amazon DeepRacer 功能，以提供有趣的动手学习。

近年来，我国新能源汽车行业呈现蓬勃发展的态势。主机厂已经收集了大量的电动车的车联网数据，包括三大类（静态车辆数据、实时处理数据和实时车辆告警数据）160多项数据。主机厂希望从这些数据中得到报警的统计和分析，并且希望延伸到报警的预测，可以及时召回可能发生故障的车辆或者主动推送更新软件到车端进行修复，降...

很多的制造企业正在利用数字化技术进行转型，并利用机器学习、计算机视觉和机器人等技术提升制造自动化程度。智能工厂便是在制造数字化的基础上，整合信息技术（IT）和运营技术（OT），利用物联网，AI，机器学习等技术进行实时收集、连接、分析和推断企业数据。这些数据可以通过各种应用实现可操作性，这些数据还可用于...

物联网（IoT）的一个典型应用场景是能够从传感器数据中获取上下文洞察力，例如分析设备异常或者进行预测性维护，及时给予用户通知。在本文中，我们将专注于通过设备多项指标对设备进行预测性维护，利用机器学习算法，对设备运行状态进行预测，提前发现可能出现的异常，及时进行维护，避免出现严重的生产事故。

处理合约及协议等文档资料是一项费时费力的任务。在传统意义上，对典型的合约签订工作流进行审计往往涉及合约条款的加载、阅读及提取等多个步骤，这往往需要耗费大量人工与劳力。

计算机视觉是人工智能 (AI) 的一个领域，借助于价格合理且基于云的训练计算，更高性能的算法，优化的可扩展模型的部署和推理，该领域越来越受到人们的关注和欢迎。但是，尽管在单个人工智能 (AI) 和机器学习 (ML) 领域取得了这些进展，但是将机器学习管道简化为一致且可观察的工作流程，以便规模较小的业务部门能够更轻...

去年，突如其来的疫情给我们的生活和学习,带来了极大的影响。一方面需要减少人员聚集、降低疫情传播风险,同时又需要兼顾好日常工作推进,很多客户把线下会议转移到线上举办，亚马逊云科技也不例外。尤其是去年底的re:Invent 2020, 史无前例采用免费线上会议的方式举办，同时，为了中国客户更好的观看体验，我们也推出了本...

安全始终是亚马逊云科技的头号工作，也是Amazon EMR这项托管Hadoop服务的首要原则。很多客户越来越意识到安全的重要性，尤其数据安全的重要性，在客户进行全球化业务扩展的时候，面对各国家区域的合规要求，更多采用Kerberos在EMR上进行身份验证。但是很多hadoop用户第一次尝试集成Amazon EMR和Kerberos时，尤其面对安全...

（2）算法团队不断地对算法进行开发与变更，并且需要尝试不同的特征工程，每次变更都需要做单元测试，如何将Amazon SageMaker与CI/CD工具整合，在提升开发效率的同时减少运维团队的工作负担。本文会介绍通过Amazon SageMaker与Amazon Step Functions进行模型自动训练与部署的方法，并会与Amazon CodeCommit、Amazon Code...

当算法工程师在本地使用TensorFlow深度学习框架训练好模型后，会创建模型服务器供应用程序调用实现在线推理。由于部署本身存在一定的复杂性，他们需要考虑如何安装TensorFlow Serving相关的依赖，如何实现模型服务的高可用、请求负载均衡、A/B测试、自动伸缩机制等。Amazon SageMaker可以帮助用户快速创建多台模型服务器...

在工业物联网以及互联网等场景中，常常会产生大量的带时间标签的数据，被称为时间序列数据。这些数据的典型特点为：产生频率快（每一个监测点一秒钟内可产生多条数据）、严重依赖于采集时间（每一条数据均要求对应唯一的时间）、测点多信息量大（实时监测系统有成千上万的监测点，监测点每秒钟都产生数据，每天轻松产生...

在日常的业务运营过程中，管理者常常需要快速了解业务的运转健康状况，识别出瓶颈和问题，并制订应对的计划。要概览业务全景，我们可以借助一些统计工具。「漏斗分析」就是一种常见的工具，它很适合多个环节按时间顺序串联的业务。

众多亚马逊云科技用户都在使用Amazon关系数据库服务产品组合（Amazon Relational Database Service，简称Amazon RDS）来减少沉重繁琐且无差异化的数据库日常维护工作。其中Amazon RDS for Oracle也切实帮助用户显著减少了Oracle数据库的管理与维护负担。

如今各种企业每天都在面对持续不断生成的数据需要处理，这些数据可能来自移动或 Web 应用程序生成的日志文件、网上购物数据、游戏玩家活动、社交网站信息或者是金融交易等。能够及时地处理并分析这些流数据对企业来说至关重要，通过良好的流数据处理和应用，企业可以快速做出业务决策，改进产品或服务的质量，提升用户的...

Amazon Elastic MapReduce(Amazon EMR)是Amazon Web Services提供的托管集群平台，用户可以非常方便的使用Amazon EMR搭建起一套集群，用来支撑大数据框架的应用，如Apache Spark，Hive，Flink，Presto等等。因为Amazon EMR具有很好的可配置性和伸缩性，使用者可以灵活的根据自己的需求进行定制，在满足生产需求的同时，...

通用数据保护条例(GDPR)是当今技术世界中的重要法规，也是众多在亚马逊云科技公有云当中建立解决方案的用户们所必须遵循的数据处理要求。GDPR中提出一项“删除权”，或者叫“被遗忘权”条款，要求通过实施相关解决方案保证删除特定用户的个人数据。

借助 Amazon Redshift，您可以使用SQL在您的数据仓库、操作数据库和数据湖中查询和合并数EB的结构化和半结构化数据。现在，AQUA(高级查询加速器)已全面推出，您可以将您的查询性能最高提高 10 倍，而无需额外的费用和代码更改。事实上，Amazon Redshift提供比其他云数据仓库高出三倍的性价比。

及时获得见解并对从您的企业和应用程序接收的新信息做出快速反应的最佳方式是分析流数据。这些数据通常必须按顺序和以增量方式按记录或者通过滑动时间窗口进行处理，并且可用于各种分析，包括关联、聚合、筛选和采样。

为了让数据挖掘和数据查询能够更加普世化，惠及更多的想使用数据的但缺乏SQL能力的一般数据消费者，各类数据可视化工具应运而生，像Amazon Quicksight就是这样一款产品。目前亚马逊云科技中国区Amazon Quicksight还没有上线，开源界也有不少好用的可视化项目，Apache Superset就是其中之一。

交互式应用程序对于请求处理与响应速度提出了更高的要求，而这种要求也体现在架构内的所有组件上。如果您恰好采用的是包含众多小型独立服务并相互通信频繁的微服务架构，那么速度就是决定应用体验的关键因素。