Ciencia de datos en AWS

Índice

Símbolos

• Media precisión de 16 bits, Utilizar media precisión de 16 bits y bfloat16
• Precisión totalde 32 bits, Precisión mixta total de 32 bits y media de 16 bits

A

• Pruebas A/B, Realiza pruebas A/B para comparar variantes de modelos
• aprendizaje activo, Bucles de retroalimentación de aprendizaje activo con SageMaker Ground Truth
• mensajes agregados, Mensajes agregados
• algoritmos(véase también BERT)
  • Mínimos cuadrados alternos (ALS), Generar recomendaciones con Amazon SageMaker y Apache Spark
  • Blazing Text, Breve historia del procesamiento del lenguaje natural
  • brevehistoria de, Breve historia del procesamiento del lenguaje natural
  • integrado en SageMaker, Algoritmos integrados, Algoritmos integrados: traetu propio contenedor
  • puntos decontrol y, Instancias puntuales y puntos de control
  • clasificación, Seleccionar características de entrenamiento en función de la importancia de las características
  • cold-start en Amazon Personalize, Recomendar productos con Amazon Personalize
  • DeepAR++, Predecir el consumo de energía con Amazon Forecast
  • ELMo, Breve historia del procesamiento del lenguaje natural
  • encontrar los mejores hiperparámetrospara, Encontrar automáticamente los mejores hiperparámetros del modelo
  • encontrar los mejores,Aprendizaje automático con SageMaker Autopilot-Aprendizaje automáticocon SageMaker Autopilot
  • HyperLogLog (HLL), Recuentos Aproximados con HyperLogLog, Calcular Recuentos Aproximados de Datos en Flujo
  • Kernel SHAP, Crear una línea de base para monitorear la atribución de características ...