STAT News18:08Комбинированная терапия от Lilly получила одобрение для лечения рака грудиThe Guardian Science17:00Ученые сообщают о нарушении планетарных границ для жизни на ЗемлеМедвестник13:16Роспотребнадзор зарегистрировал первый в мире CRISPR-тест на устойчивость к антибиотикамSTAT News11:30FDA одобрила новый препарат для лечения рака поджелудочной железыPhys.org02:40Новая технология увеличивает производство белка с помощью кольцевой мРНКOilPrice01:00Мировые цены на дизель достигают рекордов из-за нехватки перерабатывающих мощностейBBC Business00:34Paramount достиг соглашения по иску с США, открывая путь к слиянию с Warner Bros.OilPrice00:00Переход к новым источникам энергии: ускорение спроса на электроэнергиюCryptoPotato23:34Биткойн достигает $87,000, вызывая ликвидации на сумму $1 миллиардForbes23:09Paramount достиг соглашения по делу, открывающему путь к слиянию с Warner Bros.

vestka

Создание безкодового ML рабочего процесса с использованием Snowflake и Amazon SageMaker

В третьей части серии о создании безкодового рабочего процесса машинного обучения (ML) рассматривается интеграция предсказаний Amazon SageMaker Canvas с Amazon Quick Sight. Это позволяет пользователям создавать интерактивные панели, которые объединяют операционные данные и предсказания ML для бизнес-аналитики в области обнаружения мошенничества.

В предыдущих частях обсуждались настройка базы данных Snowflake и подготовка данных с использованием визуальных трансформаций в Data Wrangler. Теперь, с помощью Amazon Quick Sight, пользователи могут импортировать предсказания из SageMaker Canvas как набор данных, строить аналитические панели и использовать возможности генеративной бизнес-аналитики для получения инсайтов на естественном языке.

Эта интеграция важна для бизнеса, так как позволяет более эффективно визуализировать данные и предсказания, что может улучшить принятие решений и повысить уровень информированности заинтересованных сторон. Создание таких панелей может значительно упростить процесс анализа данных и сделать его более доступным для пользователей без глубоких технических знаний.

Главное

  • Часть 1 охватывает настройку базы данных Snowflake.
  • Часть 2 демонстрирует подготовку данных и создание модели обнаружения мошенничества.
  • Часть 3 интегрирует предсказания SageMaker Canvas с Amazon Quick Sight.

Упомянуто

Важное из дайджеста

Открыть полный дайджест →