У нас вы можете посмотреть бесплатно Qué se puede hacer con Machine Learning en la nube. AWS Innovate Online AI/ML или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Este año tuve el privilegio de participar en la keynote inaugural del evento AWS Innovate Online AI/ML, emitido en Febrero de 2021, en el que presentamos el estado del arte de los servicios de Machine Learning e Inteligencia Artificial en la nube de AWS. En esta charla hablé de algunos de los casos de uso que nuestros clientes están desplegando en AWS, e hice un repaso a cómo pensamos en AWS a la hora de definir nuestra oferta de servicios de AI y ML, además de comentar algunas de las novedades más interesantes que hemos anunciado en los últimos meses. Secciones 00:00 Intro 01:50 Qué tipos de cliente están usando ML en AWS 05:35 Visión general de los servicios de AI y ML en AWS 06:22 Frameworks y arquitecturas para ML soportadas en AWS 07:18 El chip Trainium para entrenar modelos en la nube 08:10 Introducción a Amazon SageMaker 09:40 Introducción a los servicios gestionados de Inteligencia Artificial en AWS 10:55 Los principios en los que AWS se basa al diseñar los servicios de AI/ML 11:27 Libertad para elegir frameworks de ML: TensorFlow, PyTork, Mxnet, Keras, PySpark... en AWS 13:56 Evolución del rendimiento del entrenamiento de modelos ML en AWS: Mask-RCNN y T5-3B 17:46 El camino más corto a desplegar Machine Learning de forma eficaz para tu negocio 18:25 La complejidad del proceso completo de Machine Learning 19:25 Resolver problemas de principio a fin. Machine learning end-to-end 20:05 Machine Learning en diferentes verticales 20:22 Machine Learning para el sector industrial 23:00 Anuncio de la región de infraestructura de AWS en España 23:37 Compromiso de AWS con el medio ambiente y eficiencia energética a la hora de entrenar modelos ML 24:35 Despedida y final