导读：Amazon SageMaker 是一项完全托管的服务，可以帮助机器学习开发者和数据科学家快速构建、训练和部署模型。Amazon SageMaker 完全消除了机器学习过程中各个步骤的繁重工作，让开发高质量模型变得更加轻松。 为了帮助开发者更快上手Amazon SageMaker，机器之心...
Amazon SageMaker 是一项完全托管的服务，可以帮助机器学习开发者和数据科学家快速构建、训练和部署模型。Amazon SageMaker 完全消除了机器学习过程中各个步骤的繁重工作，让开发高质量模型变得更加轻松。
为了帮助开发者更快上手Amazon SageMaker，机器之心联合AWS在6月开设了6期公开课，详细讲解了如何使用 Amazon SageMaker 完成构建生成对抗网络、运行中文命名实体识别、简化 Kubernetes 上的机器学习任务管理等任务，超过1000名开发者共同参与了学习与讨论。
现在，机器之心联合AWS再次开设公开课，本次公开课设置3期线上分享，主题分别为：
Amazon SageMaker Studio详解
使用Amazon SageMaker 构建一个情感分析「机器人」
DGL图神经网络及其在AmazonSageMaker上的实践
10月20日，第二期分享
使用Amazon SageMaker 构建一个情感分析「机器人」
在第二期分享中，AWS应用科学家刘俊逸将主要讲解情感分析任务背景、使用Amazon SageMaker进行基于Bert的情感分析模型训练、利用AWS数字资产盘活解决方案进行基于容器的模型部署，详情如下：
分享主题：使用Amazon SageMaker 构建一个情感分析「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，在机器学习领域有多年工作经验，在机器学习模型在快速消费品行业的构建，供应链预测算法，广告推荐系统，身份证识别及其他OCR相关领域有着丰富的解决方案开发及落地实践经验。
