AWSのMLサービスを整理してみた - Qiita
顧客離れの予測 製品消費と購入に関する履歴データを使用し、顧客離れのパターンを明確に示しながら、将来に離脱するリスクがある消費者を推定します。 価格と収益を最適化 需要と価格、および季節的な傾向の履歴を通じて、商品やサービスの価格を予測し、収益を最大化しながら顧客にとって最良の価格を設定します。 配送時間の正確さを向上 受注、満足度、運搬状況、および休日データを利用して配送時間を予測し、サプライチェーンの最適化と、より効率的な商品配送を実現します。 効率的な在庫計画の作成 過去の売上と需要のデータを、関連するウェブトラフィック、料金、製品カテゴリー、天候、休日の情報と組み合わせることで、必要な在庫数を予測します。 トレーニングデータセットの品質向上 Amazon SageMaker のデータラベリング製品は、合成データ生成などの手動によるエラーの発生が少なく、トレーニングデータセットの品質
Amazon SageMakerのAPIを使った賢いWebアプリの作り方 | CCT-recruit
こんにちは、BBです。 10月のLT会でも発表の際にAmazon SageMakerを使ったので、資源の有効活用という観点でブログにもまとめていきます。ややタイトル詐欺の感もありありですがお付き合いください。 Amazon SageMakerってなに？？ Amazon SageMaker（以降はSageMaker）はAmazon Web Service（以降はAWS）が提供する機械学習サービスの中の一つです。SageMakerは2017年末に発表され、東京リージョンで公開されたのは2018年6月という比較的ナウいサービスです。SageMakerは機械学習のコーディング～デプロイまでを一括してカバーしている点を売りにしており、運用やバックエンドについてとやかく考えたくないAIエンジニアでもAWSの庇護のもと安心してサービスを展開できます。また、学習済みのモデルも用意されており、機械学習のこと
フロントエンドにおける「単体テストの考え方/使い方」
本稿における「単体テスト」とは自動テストにおける単体テストを指します。手動テストのことではないので、ご了承ください。 単体テストの考え方/使い方という本を読みました。筆者自身、「単体テストはプロダクションコードの付属」という意識がどこかにありました。この本を読んで、単体テストについてあまりに何もわかってなかったことに気付かされ、単体テストの設計はプロダクションコードの設計と同じくらい重要という意識に変わりました。何のために単体テストをやるのか、いいテストとは、「単体」とは、など多くの点で学びを得られ、また、多くのプラクティスとアンチパターンを知ることができました。 本稿はこの本を読んで得られた学びを、フロントエンド開発、特にコンポーネント開発に適用することを試みた際のまとめです。より詳細な解説を求む方には本を手に取ってもらう前提で、できるだけポイントを抑えられるようにまとめることを目指しま
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
