Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

SageMaker JumpStart Industria de Amazon: financiera

Utilice SageMaker JumpStart Industry: soluciones financieras, modelos y cuadernos de ejemplo para obtener información sobre las SageMaker funciones y capacidades mediante soluciones seleccionadas en un solo paso y cuadernos de ejemplo sobre problemas de aprendizaje automático (ML) centrados en la industria. Los cuadernos también explican cómo usar el Python SageMaker JumpStart industrial SDK para mejorar los datos de texto de la industria y ajustar los modelos previamente entrenados.

Python de Amazon SageMaker JumpStart Industry SDK

SageMaker Runtime JumpStart proporciona herramientas de procesamiento para seleccionar conjuntos de datos de la industria y ajustar los modelos previamente entrenados a través de su biblioteca de clientes llamada Industry Python. SageMaker JumpStart SDK Para obtener API documentación detallada y obtener más información sobre el SDK procesamiento y la mejora de los conjuntos de datos de texto de la industria para mejorar el rendimiento de state-of-the-art los modelos SageMaker JumpStart, consulte la documentación de código SDK abierto de SageMaker JumpStart Industry Python.

Amazon SageMaker JumpStart Industry: solución financiera

SageMaker JumpStart Industria: Financial ofrece las siguientes soluciones portátiles:

Esta solución SageMaker JumpStart industrial: financiera proporciona una plantilla para un modelo de calificación crediticia corporativa con texto mejorado. Muestra cómo combinar un modelo basado en características numéricas (en este caso, los famosos 5 ratios financieros de Altman) con textos extraídos de los documentos SEC presentados para mejorar la predicción de las calificaciones crediticias. Además de los 5 ratios de Altman, puede añadir más variables según sea necesario o establecer variables personalizadas. Este cuaderno de soluciones muestra cómo SageMaker JumpStart Industry Python SDK ayuda a procesar la puntuación de los textos SEC archivados mediante el Procesamiento del Lenguaje Natural (NLP). Además, la solución demuestra cómo entrenar un modelo utilizando el conjunto de datos mejorado para crear un best-in-class modelo, implementar el modelo en un SageMaker punto final para la producción y recibir predicciones mejoradas en tiempo real.

Las calificaciones crediticias se generan tradicionalmente mediante modelos que utilizan datos de estados financieros y datos de mercado, que son exclusivamente tabulares (numéricos y categóricos). Esta solución crea una red de empresas a partir de SEClos documentos presentados y muestra cómo utilizar la red de relaciones empresariales con datos tabulares para generar predicciones de calificación precisas. Esta solución muestra una metodología que utiliza datos sobre los vínculos entre empresas para extender los modelos de calificación crediticia tabulares, que han sido utilizados por el sector de calificaciones crediticias durante décadas, a la clase de modelos de machine learning en redes.

Puede encontrar estas soluciones de servicios financieros en la SageMaker JumpStart página de Studio Classic.

Amazon SageMaker JumpStart Industry: modelos financieros

SageMaker JumpStart Industria: Financial proporciona los siguientes modelos de enfoque BERT(RoBERTa) robustamente optimizados previamente entrenados:

Los modelos R oBERTa - SEC Base y R oBERTa - SEC -Large son los modelos de incrustación de texto basados en el modelo oBERTa R NLP de Gluon y entrenados previamente en los informes 10-K/10-Q del S&P SEC 500 de la década de 2010 (de 2010 a 2019). Además de estas, SageMaker JumpStart Industry: Financial ofrece dos oBERTa variantes R más, R oBERTa - SEC - WIKI -Base y R oBERTa - SEC - WIKI -Large, que están preparadas previamente sobre los SEC archivos y textos comunes de Wikipedia.

Puede encontrar estos modelos navegando hasta el nodo Modelos de texto, seleccionando Explorar todos los modelos de texto y, a continuación, filtrando para ver la incrustación de texto de ML Task. SageMaker JumpStart Puede acceder a los cuadernos correspondientes después de seleccionar el modelo de su elección. Los cuadernos emparejados le explicarán cómo se pueden ajustar los modelos previamente entrenados para tareas de clasificación específicas en conjuntos de datos multimodales, que están mejorados por el Python industrial. SageMaker JumpStart SDK

La siguiente captura de pantalla muestra las tarjetas de modelos previamente entrenadas que se proporcionan en la página de Studio Classic. SageMaker JumpStart

Amazon SageMaker JumpStart Industry: cuadernos de ejemplos financieros

SageMaker JumpStart Industry: Financial ofrece los siguientes cuadernos de ejemplo para demostrar las soluciones a los problemas de aprendizaje automático centrados en la industria:

Para obtener una vista previa del contenido de los cuadernos de ejemplo, consulte Tutoriales: SDK documentación de Python sobre Finance in the SageMaker JumpStart Industry.

Amazon SageMaker JumpStart Industry: publicaciones de blog sobre finanzas

Para obtener información detallada sobre el uso de SageMaker JumpStart la industria: soluciones financieras, modelos, ejemplos y demásSDK, consulte las siguientes publicaciones del blog:

Amazon SageMaker JumpStart Industry: Investigación relacionada con la financiación

Para obtener información relacionada con SageMaker JumpStart la industria: soluciones financieras, consulte los siguientes documentos:

Amazon SageMaker JumpStart Industry: recursos financieros adicionales

Para tutoriales y documentación adicionales, consulte los siguientes recursos: