实战教程：在AWS上构建一个情感分析机器人

Amazon SageMaker是一项完全托管的云服务，它为开发者和数据科学家提供了构建、训练和部署模型的全方位支持。这项服务彻底简化了模型开发的各个步骤，让高质量模型的构建过程变得更加轻松流畅。

为了帮助开发者更快速地掌握Amazon SageMaker的应用技巧，机器之心与AWS联手推出了一系列公开课。在6月份，他们已经成功举办了6期公开课，吸引了超过一千名开发者的参与。课程内容涵盖了如何使用Amazon SageMaker完成多种任务，如构建生成对抗网络、运行中文命名实体识别以及简化Kuberes上的任务管理等。

现在，机器之心与AWS再次携手，为大家带来全新的公开课系列。本次公开课设置了三期线上分享，主题分别是：

1. Amazon SageMaker Studio的详细

2. 使用Amazon SageMaker构建情感分析“机器人”

3. DGL图及其在Amazon SageMaker上的实践

特别值得期待的是10月20日的第二期分享——使用Amazon SageMaker构建情感分析“机器人”。在这一期分享中，AWS应用科学家刘俊逸将为大家带来精彩的讲解。他将介绍情感分析任务背景，演示如何使用Amazon SageMaker进行基于Bert的情感分析模型训练，并分享如何利用AWS数字资产盘活解决方案进行基于容器的模型部署。

以下是分享的详细信息：

分享主题：使用Amazon SageMaker构建情感分析“机器人”

分享时间：10月20日 20:00-21:00

讲师简介：刘俊逸，AWS应用科学家，在模型构建、供应链预测算法、广告推荐系统、身份证识别及其他OCR相关领域拥有多年工作经验和丰富的解决方案开发及落地实践经验。

相信通过这次分享，大家将更深入地了解Amazon SageMaker的强大的功能和应用潜力。让我们一起期待刘俊逸老师的精彩讲解，学习如何使用Amazon SageMaker构建情感分析“机器人”，进一步提升模型构建和训练的效率。