Um mergulho profundo em como criamos modelos de aprendizado de máquina personalizados de última geração para estimar a propensão do cliente a comprar um produto usando o Google Analytics data.
Até agora, falamos principalmente sobre a previsão de produtos regulares que já estão nas prateleiras há algum tempo. Mas e quanto aos produtos que foram lançados muito recentemente?
O período de fim de ano é cada vez mais estratégico e competitivo para as marcas que vendem seus produtos na Amazon. Tanto a Black Friday quanto as festas de fim de ano são catalisadores de vendas, aumentando as oportunidades de compra para os consumidores finais, mas também estimulando a concorrência entre as marcas: em termos de preço, qualidade do produto e visibilidade por meio de publicidade dentro e fora da Amazon. Hoje em dia, é essencial tirar proveito de todas as ferramentas e soluções oferecidas pela Amazon. Este artigo destaca nossas 10 regras de ouro para aproveitar todo o poder do ecossistema de publicidade da empresa americana.
Para o observador casual, o setor automobilístico pode parecer estar bem de saúde, com veículos elétricos e híbridos aparecendo cada vez mais em nossas ruas e carros sem motorista se tornando uma realidade, sem mencionar que as pessoas preferem a segurança de seus carros ao transporte público após a pandemia do coronavírus. Mas essa visão superficial esconde um setor em fluxo, enfrentando mudanças de várias direções.
Um guia para estar ciente dos riscos aos quais o senhor está exposto e algumas dicas para se proteger contra eles.
Atualmente, a saturação da publicidade em todos os canais faz com que a mensagem que queremos transmitir seja muito repetitiva e não desperte o interesse do usuário. Nesse sentido, a opção de gerar um Storytelling coerente para o usuário pode ser uma tarefa complicada. Se tivermos um briefing em que são propostas ações de vídeo e narração de histórias, acho que a sequência de anúncios do YouTube pode ser uma opção a ser valorizada. Usando esse tipo de estratégia, observamos aumentos na frequência de até 2,4 vezes e no reconhecimento da marca de até 4 vezes por meio de medições de elevação da marca no YouTube.
Por mais de um ano e meio, as organizações empreenderam um ciclo contínuo de inovação e adaptação para atender às mudanças no ambiente à medida que a pandemia continua a se desenrolar. Ghadi Hobeika, CEO da Artefact nos EUA, fornece uma visão geral de sete aprendizados da pandemia para o longo prazo.
Este artigo é a terceira parte de uma série na qual percorremos o processo de registro de modelos usando o Mlflow, servindo-os no mecanismo Kubernetes e, por fim, dimensionando-os de acordo com as necessidades do nosso aplicativo. Embora este artigo possa ser usado de forma independente para testar qualquer resposta de API, recomendamos a leitura de nossos dois artigos anteriores (parte 1 e parte 2) sobre como implantar uma instância de rastreamento e servir um modelo como uma API com o Mlflow. A seguir, estaremos interessados na questão do dimensionamento e a abordaremos com alguns experimentos para entender o comportamento do cluster do k8s e dar recomendações sobre como lidar com altas cargas.
25 de outubro de 2021 Este artigo é a segunda parte de uma série na qual percorremos o processo de registro de modelos usando o Mlflow, servindo-os como um endpoint de API e, finalmente, dimensionando-os de acordo com as necessidades do nosso aplicativo. Recomendamos que os senhores leiam nosso artigo anterior, no qual mostramos como implantar uma instância de rastreamento no k8s e verificar os pré-requisitos práticos (segredos, variáveis de ambiente...), pois continuaremos a nos basear neles aqui. A seguir, mostraremos como servir um modelo de aprendizado de máquina que já está registrado no Mlflow e expô-lo como um endpoint de API no k8s.
