Amazon SageMaker
| Amazon SageMaker | ||
|---|---|---|
| Parte de Amazon Web Services | ||
| Información general | ||
| Tipo de programa | software como servicio | |
| Autor | Amazon | |
| Desarrollador | Amazon | |
| Modelo de desarrollo | Propietario | |
| Lanzamiento inicial | 29 de noviembre de 2017 | |
| Licencia | Propietario | |
| Enlaces | ||
Amazon SageMaker es una plataforma de aprendizaje automático en la nube que se lanzó en noviembre de 2017.[1] SageMaker permite a los desarrolladores crear, entrenar e implementar modelos de aprendizaje automático (ML) en la nube.[2] SageMaker también permite a los desarrolladores implementar modelos ML en sistemas integrados y dispositivos perimetrales.[3][4]
Capacidades
editarSageMaker permite a los desarrolladores operar en varios niveles de abstracción al entrenar e implementar modelos de aprendizaje automático. En su nivel más alto de abstracción, SageMaker proporciona modelos de aprendizaje automático preentrenados que se pueden implementar tal cual. Además, SageMaker proporciona una serie de algoritmos de aprendizaje automático integrados que los desarrolladores pueden entrenar con sus propios datos.[5] Además, SageMaker proporciona instancias administradas de TensorFlow y Apache MXNet, donde los desarrolladores pueden crear sus propios algoritmos de ML desde cero.[6] Independientemente del nivel de abstracción que se utilice, un desarrollador puede conectar sus modelos de aprendizaje automático habilitados para SageMaker a otros servicios de AWS, como la base de datos de Amazon DynamoDB para el almacenamiento de datos estructurados,[7] AWS Batch para el procesamiento por lotes sin conexión,[7] o Amazon Kinesis para procesamiento en tiempo real.
Interfaces de desarrollo
editarHay varias interfaces disponibles para que los desarrolladores interactúen con SageMaker. Primero, hay una API para la web que controla de forma remota una instancia del servidor SageMaker. Si bien la API para la web es independiente del lenguaje de programación utilizado por el desarrollador, Amazon proporciona enlaces de API de SageMaker para varios lenguajes, incluidos Python, JavaScript, Ruby, Java y Go.[8] Además, SageMaker proporciona instancias administradas de Jupyter Notebook para programar de manera interactiva SageMaker y otras aplicaciones.[9]
Usos
editar- NASCAR está utilizando SageMaker para entrenar redes neuronales profundas en 70 años de datos de video.[10]
- Carsales.com utiliza SageMaker para entrenar e implementar modelos de aprendizaje automático para analizar y aprobar listados de anuncios clasificados de automóviles.[11]
- Avis Budget Group y Slalom Consulting están utilizando SageMaker para desarrollar "una solución práctica en el sitio que podría abordar la sobreutilización y la infrautilización de automóviles en tiempo real mediante un motor de optimización integrado en Amazon SageMaker".
- Volkswagen Group utiliza SageMaker para desarrollar e implementar el aprendizaje automático en sus plantas de fabricación.[12]
- Peak y Footasylum utilizan SageMaker en un motor de recomendación de calzado.[13]
Véase también
editarReferencias
editar- ↑ Miller, Ron (29 de noviembre de 2017). «AWS releases SageMaker to make it easier to build and deploy machine learning models». TechCrunch. Consultado el 9 de junio de 2019.
- ↑ Woodie, Alex (29 de noviembre de 2017). «AWS Takes the 'Muck' Out of ML with SageMaker». datanami. Consultado el 9 de junio de 2019.
- ↑ Rodriguez, Jesus (30 de noviembre de 2018). «With These New Additions, AWS SageMaker is Starting to Look More Real for Data Scientists». Towards Data Science. Consultado el 9 de junio de 2019.
- ↑ Terdiman, Daniel (5 de octubre de 2018). «How AI is helping Amazon become a trillion-dollar company». Fast Company. Consultado el 9 de junio de 2019.
- ↑ Nagel, Becky (16 de julio de 2018). «Amazon Updates SageMaker ML Platform Algorithms, Frameworks». Pure AI. Consultado el 9 de junio de 2019.
- ↑ Roumeliotis, Rachel (7 de marzo de 2018). «How to jump start your deep learning skills using Apache MXNet». O'Reilly. Consultado el 9 de junio de 2019.
- ↑ a b Marquez, Ernesto. «Evaluate when to use added AWS Step Functions actions». TechTarget. Consultado el 9 de junio de 2019.
- ↑ Wiggers, Kyle (21 de noviembre de 2018). «Amazon updates SageMaker with new built-in algorithms and Git integration». Consultado el 9 de junio de 2019.
- ↑ Gift, Noah (17 de agosto de 2018). «Here Come The Notebooks». Forbes. Consultado el 9 de junio de 2019.
- ↑ Digman, Larry (4 de junio de 2019). «NASCAR to migrate 18 petabytes of video archives to AWS». ZDNet. Consultado el 9 de junio de 2019.
- ↑ Crozier, Ry (2 de mayo de 2019). «Carsales builds Tessa AI to check vehicle ads». IT News. Consultado el 9 de junio de 2019.
- ↑ «Volkswagen and AWS Join Forces to Transform Automotive Manufacturing». Metrology News. 24 de mayo de 2019. Archivado desde el original el 28 de octubre de 2020. Consultado el 9 de junio de 2019.
- ↑ Mari, Angelica (14 de mayo de 2019). «Footasylum steps up artificial intelligence to drive customer centricity». Computer Weekly. Consultado el 9 de junio de 2019.