从零到机器学习:启动您的数据驱动之旅

云计算
re:Invent
0
0
## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 在本论坛中,了解资源受限(预算、技能差距、时间)的组织如何利用高级分析和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)功能快速启动其数据驱动的过程。学习亚马逊云科技逆向工作最佳实践,以推动实现有形业务价值的数据相关项目。然后深入研究亚马逊云科技分析和 AI/ML,这些功能可以简化和加速数据管道交付,并从 ML 工作负载中获得业务价值。在完整的数据管道架构上下文中了解低代码无代码(LCNC)亚马逊云科技服务。 ## 演讲精华 <font color = "grey">以下是小编为您整理的本次演讲的精华,共700字,阅读时间大约是4分钟。如果您想进一步了解演讲内容或者观看演讲全文,请观看演讲完整视频或者下面的演讲原文。</font> 近年来,人工智能(AI)和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)(ML)已成为业界的主流趋势。据市场研究公司IDC数据显示,到2026年,全球在AI和ML工作负载上的支出预计将达到约3000亿美元。这一增长速度将比平均IT支出快4.2倍。从今年的1540亿美元到2026年的3000亿美元。然而,大多数企业在采用和部署AI/ML功能方面仍面临重大挑战。最大的障碍在于人才和员工带宽不足。许多公司缺乏足够的人力资源和技能来实现AI/ML领域的实质性进展,尤其是涉及复杂深度学习算法的项目。这种技能差距对于缺乏大型企业预算的小型和中型企业(SMB)尤为严重。 尽管资源有限,但来自亚马逊云科技的两位数据驱动的解决方案架构师Pablo和Deepthi为寻求加速其AI/ML之旅的小型企业提供建议。首先,他们强调了从客户需求和有形商业价值出发的重要性。小型企业必须实施机制,严格优先排序能带来可衡量收益的高价值使用案例。这意味着从“建立数据湖”等泛泛而谈的想法转向关注“提高收入10%”等实际成果。其次,Pablo和Deepthi建议利用易于非专业人士使用的低代码和无代码亚马逊云科技服务。丰富的选项允许小型企业将其工具与其团队的技能相匹配,无论是SQL、编码还是拖放界面。易用性对不同组织来说意味着不同的东西,取决于他们的优势。最后,他们建议从小处开始,快速实施并尽快提供价值。小型企业应找出实现初始价值的最短路径,在小规模上证明该使用案例,然后逐步扩展。 为了说明他们的建议,Pablo和Deepthi通过一个专注于预测客户流失的例子进行了阐述。流失预测旨在识别可能取消订阅或不再续订的客户,从而启动主动保留计划。 他们为流失预测用例设计了一个端到端的架构: - 数据源:包括用于产品使用数据的[Amazon Aurora](https://aws.amazon.com/cn/rds/aurora/?trk=cndc-detail)关系数据库,以及用于客户账户数据的Salesforce。 - 数据目的地:即用于集中存储和分析的[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail)数据仓库。 - 数据集成:借助[Amazon AppFlow](https://aws.amazon.com/cn/appflow/?trk=cndc-detail)将Salesforce数据无缝地导入Redshift,同时使用[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail) Spectrum查询Aurora中的数据。 - ML建模:通过使用[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail) ML以SQL形式进行训练,从而生成预测。 - 可视化:利用[Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail)构建交互式仪表板。 - 低代码建模:使用[Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) Canvas进行拖放式界面操作。 这种架构带来了一系列优势。它允许用户无需编程,只需运用现有的SQL技能即可。此外,通过将昂贵的SageMaker模型训练与相对低廉的Redshift预测评分相结合,实现了成本优化。快速开发具有高价值的用例已经产生了实际的业务成果。 总的来说,Pablo和Deepthi强调了针对希望采用AI/ML的小型中型企业的三个关键要点: 首先,严格遵循以价值为导向的优先级机制,以便识别和解决那些能够产生可衡量的商业影响的用例。要基于实际客户需求而非通用、理想化的想法来进行决策。 其次,根据团队的能力选择合适的工具来充分利用亚马逊云科技的无代码和低代码服务。提供SQL、编码和可视化界面等多种选项,让团队根据自身优势选择最合适的工具。 最后,从小处着手,实现快速成功,并逐步扩展。找到最快实现初步价值的方法。在小规模上验证该用例的有效性,然后再扩大其范围和影响力。 通过实施以业务价值为核心的正确策略,并利用易于使用的亚马逊云科技服务,即使是资源有限的小型中型企业,也能够迅速建立起具有影响力的AI/ML能力。实现快速胜利有助于累积动量,扩大努力范围,并通过人工智能赢得长期的竞争优势。 **下面是一些演讲现场的精彩瞬间:** 领导者向观众发问,询问他们是否在开发和运行[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)或AI工作负载,发现仅有少数人举手表示这些工作负载已经投入生产。 ![](https://d1trpeugzwbig5.cloudfront.net/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey/images/rebranded/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey_0.png) 演讲者随后概述了演示内容,包括客户使用案例、面临的挑战、业务价值的优先级、通过低代码/无代码服务实现端到端解决方案以及一个问答环节。 ![](https://d1trpeugzwbig5.cloudfront.net/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey/images/rebranded/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey_1.png) F1赛事正利用亚马逊云科技的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)技术实时预测超车概率,为粉丝们带来全新的观赛体验。 ![](https://d1trpeugzwbig5.cloudfront.net/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey/images/rebranded/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey_2.png) 随着亚马逊云科技面临数据源的爆炸式增长,真正的挑战已从数据的量转向数据分散在各个孤岛中,客户需要协助集中数据。 ![](https://d1trpeugzwbig5.cloudfront.net/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey/images/rebranded/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey_3.png) 领导者强调了了解组织目标并在未来6-12个月内调整计划以实现目标的重要性。 ![](https://d1trpeugzwbig5.cloudfront.net/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey/images/rebranded/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey_4.png) [Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail) ML允许SQL开发者使用SQL命令在查询编辑器中编写ML代码以创建和使用模型。 ![](https://d1trpeugzwbig5.cloudfront.net/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey/images/rebranded/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey_5.png) 屏幕截图展示了亚马逊云科技领导者们热情洋溢地讨论如何运用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)应用于客户保留。 ![](https://d1trpeugzwbig5.cloudfront.net/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey/images/rebranded/SMB204-Zero_to_machine_learning__Jump_start_your_data_driven_journey_6.png) ## 总结 人工智能和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)的应用正日益加速,然而许多中小型企业却面临著人才和计算资源的限制。为了开始你的AI/ML之旅,从实现业务目标反向推动实施策略至关重要。首先,通过价值地图等方法确保团队成员专注于问题而不是解决方案。接着,根据团队的技能运用易用性高、低/无代码的亚马逊云科技服务——无论使用SQL、编写代码还是进行拖放操作。例如,对于客户流失预测的案例,可以利用Appflow和Aurora Zero ETL将分散的数据输入至[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail)中。然后,使用Redshift ML的无代码SQL界面建立[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型。在QuickSight中进行可视化分析,并使用SageMaker Canva的无代码界面为分析师提供支持。通过注重业务效益、迅速尝试并利用易用的亚马逊云科技服务,中小型企业能够克服限制并取得AI/ML的成功应用。 ## 演讲原文 ## 想了解更多精彩完整内容吗?立即访问re:Invent 官网中文网站! [2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站") [点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处"),一键获取亚马逊云科技全球最新产品/服务资讯! [点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处"),一键获取亚马逊云科技中国区最新产品/服务资讯! ## 即刻注册亚马逊云科技账户,开启云端之旅! [【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“") [【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")
目录
亚马逊云科技解决方案 基于行业客户应用场景及技术领域的解决方案
联系亚马逊云科技专家
亚马逊云科技解决方案
基于行业客户应用场景及技术领域的解决方案
联系专家
0
目录
关闭