As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# SageMaker JumpStart Indústria da Amazon: Financeira
Use SageMaker JumpStart Indústria: soluções financeiras, modelos e notebooks de exemplo para aprender sobre os recursos e capacidades de SageMaker IA por meio de soluções selecionadas de uma etapa e exemplos de notebooks de problemas de aprendizado de máquina (ML) com foco no setor. Os notebooks também explicam como usar o SDK SageMaker JumpStart Industry Python para aprimorar os dados de texto do setor e ajustar modelos pré-treinados.
**Topics**
+ [SDK para Python SageMaker JumpStart da Amazon Industry](#studio-jumpstart-industry-pysdk)
+ [Amazon SageMaker JumpStart Industry: Solução financeira](#studio-jumpstart-industry-solutions)
+ [SageMaker JumpStart Indústria da Amazon: modelos financeiros](#studio-jumpstart-industry-models)
+ [SageMaker JumpStart Indústria da Amazon: exemplos financeiros de notebooks](#studio-jumpstart-industry-examples)
+ [SageMaker JumpStart Indústria da Amazon: publicações em blogs financeiros](#studio-jumpstart-industry-blogs)
+ [SageMaker JumpStart Indústria da Amazon: pesquisa relacionada a finanças](#studio-jumpstart-industry-research)
+ [SageMaker JumpStart Indústria da Amazon: recursos financeiros adicionais](#studio-jumpstart-industry-resources)
## SDK para Python SageMaker JumpStart da Amazon Industry
SageMaker JumpStart O Runtime fornece ferramentas de processamento para organizar conjuntos de dados do setor e ajustar modelos pré-treinados por meio de sua biblioteca cliente chamada Industry Python SDK. SageMaker JumpStart Para obter a documentação detalhada da API do SDK e saber mais sobre como processar e aprimorar conjuntos de dados de texto do setor para melhorar o desempenho dos state-of-the-art modelos no SageMaker JumpStart, consulte a documentação de código aberto do SDK Industry [SageMaker JumpStartPython](https://sagemaker-jumpstart-industry-pack.readthedocs.io).
## Amazon SageMaker JumpStart Industry: Solução financeira
SageMaker JumpStart Industry: Financial fornece os seguintes notebooks de solução:
+ **Previsão de classificação de crédito corporativo**
Esta solução SageMaker JumpStart Industry: Financial fornece um modelo para um modelo de classificação de crédito corporativo aprimorado por texto. Ela mostra como usar um modelo baseado em atributos numéricos (neste caso, os famosos 5 índices financeiros de Altman) combinado com textos de registros da SEC para obter uma melhoria na predição das avaliações de crédito. Além dos 5 índices de Altman, você pode adicionar outras variáveis conforme necessário ou definir variáveis personalizadas. Este caderno de soluções mostra como o SDK SageMaker JumpStart Industry Python ajuda a processar a pontuação de NLP (Processamento de Linguagem Natural) de textos de arquivos da SEC. Além disso, a solução demonstra como treinar um modelo usando o conjunto de dados aprimorado para obter um best-in-class modelo, implantar o modelo em um endpoint de SageMaker IA para produção e receber previsões aprimoradas em tempo real.
+ **Pontuação de crédito baseada em gráficos**
As avaliações de crédito são tradicionalmente geradas usando modelos que usam dados de demonstrações financeiras e dados de mercado, que são apenas tabulares (numéricos e categóricos). Esta solução constrói uma rede de empresas usando [registros da SEC](https://www.sec.gov/edgar/searchedgar/companysearch.html) e mostra como usar a rede de relacionamentos da empresa com dados tabulares para gerar predições de classificação precisas. Esta solução demonstra uma metodologia para usar dados em vínculos da empresa para estender os modelos de pontuação de crédito tradicionalmente baseados em tabelas, usados pelo setor de avaliação por décadas, à classe de modelos de machine learning em redes.
**nota**
Os cadernos de solução servem apenas para fins de demonstração. Eles não devem ser considerados como conselhos financeiros ou de investimento.
Você pode encontrar essas soluções de serviços financeiros na SageMaker JumpStart página do Studio Classic.
**Importante**
Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica ao uso da aplicação Studio Classic. Para obter informações sobre como usar a experiência atualizada do Studio, consulte [SageMaker Estúdio Amazon](studio-updated.md).
O Studio Classic ainda é mantido para cargas de trabalho existentes, mas não está mais disponível para integração. Você só pode parar ou excluir aplicativos do Studio Classic existentes e não pode criar novos. Recomendamos que você [migre sua carga de trabalho para a nova experiência do Studio](studio-updated-migrate.md).
**nota**
O SageMaker JumpStart setor: soluções financeiras, modelos de cartões e notebooks de exemplo são hospedados e podem ser executados somente por meio SageMaker do Studio Classic. Faça login no [console de SageMaker IA](https://console.aws.amazon.com/sagemaker) e inicie o SageMaker Studio Classic. Para obter mais informações sobre como encontrar o cartão de solução, consulte o tópico anterior em [SageMaker JumpStart](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html).
## SageMaker JumpStart Indústria da Amazon: modelos financeiros
SageMaker JumpStart Industry: Financial fornece os seguintes modelos pré-treinados de [abordagem BERT (BERTaRo) otimizada e robusta](https://arxiv.org/pdf/1907.11692.pdf):
+ **Incorporação de texto financeiro (BERTaRo-SEC-base)**
+ **RoBERTa-SEC-WIKI-Base **
+ **RoBERTa-SEC-Large **
+ **RoBERTa-SEC-WIKI-Large **
Os RoBERTa-SEC-Large modelos RoBERTa-SEC-Base e são os modelos de incorporação de texto baseados no [BERTa modelo Ro da GluonNLP](https://nlp.gluon.ai/api/model.html#gluonnlp.model.RoBERTaModel) e pré-treinados nos relatórios S&P 500 SEC 10-K/10-Q da década de 2010 (de 2010 a 2019). Além disso, SageMaker AI JumpStart Industry: Financial fornece mais duas BERTa variações de Ro, RoBERTa-SEC-WIKI-Base e RoBERTa-SEC-WIKI-Large, que são pré-treinadas nos arquivos da SEC e nos textos comuns da Wikipedia.
Você pode encontrar esses modelos SageMaker JumpStart navegando até o nó Modelos de **texto, escolhendo Explorar todos os modelos** **de texto** e, em seguida, filtrando a incorporação de **texto** da tarefa de ML. Você pode acessar qualquer caderno correspondente após selecionar o modelo de sua escolha. Os notebooks emparelhados explicarão como os modelos pré-treinados podem ser ajustados para tarefas de classificação específicas em conjuntos de dados multimodais, que são aprimorados pelo SDK Industry Python. SageMaker JumpStart
**nota**
Os cadernos de modelo servem apenas para fins de demonstração. Eles não devem ser considerados como conselhos financeiros ou de investimento.
A captura de tela a seguir mostra as placas de modelo pré-treinadas fornecidas pela JumpStart página de SageMaker IA no Studio Classic.
![\[As placas de modelo pré-treinadas fornecidas por meio da JumpStart página de SageMaker IA no Studio Classic.\]](http://docs.aws.amazon.com/pt_br/sagemaker/latest/dg/images/jumpstart/jumpstart-finance-models.png)
**nota**
O SageMaker JumpStart setor: soluções financeiras, modelos de cartões e notebooks de exemplo são hospedados e podem ser executados somente por meio SageMaker do Studio Classic. Faça login no [console de SageMaker IA](https://console.aws.amazon.com/sagemaker) e inicie o SageMaker Studio Classic. Para obter mais informações sobre como encontrar os cartões modelo, consulte o tópico anterior em [SageMaker JumpStart](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html).
## SageMaker JumpStart Indústria da Amazon: exemplos financeiros de notebooks
SageMaker JumpStart Industry: Financial fornece os seguintes exemplos de notebooks para demonstrar soluções para problemas de ML focados no setor:
+ **Construção de TabText dados financeiros** — Este exemplo apresenta como usar o SDK SageMaker JumpStart Industry Python para processar os registros da SEC, como resumo de texto e pontuação de textos com base nos tipos de pontuação de PNL e suas listas de palavras correspondentes. Para visualizar o conteúdo deste caderno, consulte [Construção simples de um conjunto de dados multimodal a partir de registros da SEC e pontuações de PNL](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/finance/notebook1/SEC_Retrieval_Summarizer_Scoring.html).
+ **ML multimodal em TabText dados** — Este exemplo mostra como mesclar diferentes tipos de conjuntos de dados em um único dataframe chamado e executar ML multimodal. TabText Para visualizar o conteúdo desse notebook, consulte [Machine Learning on a TabText Dataframe — Um exemplo baseado no programa de proteção do salário](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/finance/notebook2/PPP_TabText_ML.html).
+ **ML de várias categorias em dados de arquivamentos da SEC** — Este exemplo mostra como treinar um modelo de AutoGluon PNL nos conjuntos de dados multimodais (TabText) selecionados a partir de registros da SEC para uma tarefa de classificação multiclasse. [Classifique os registros da SEC 10K/Q de acordo com os códigos do setor baseados na coluna de texto MDNA](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/finance/notebook3/SEC_MNIST_ML.html).
**nota**
Os cadernos de exemplos servem apenas para fins de demonstração. Eles não devem ser considerados como conselhos financeiros ou de investimento.
**nota**
O SageMaker JumpStart setor: soluções financeiras, modelos de cartões e notebooks de exemplo são hospedados e podem ser executados somente por meio SageMaker do Studio Classic. Faça login no [console de SageMaker IA](https://console.aws.amazon.com/sagemaker) e inicie o SageMaker Studio Classic. Para obter mais informações sobre como encontrar os exemplos de cadernos, consulte o tópico anterior em [SageMaker JumpStart](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html).
Para visualizar o conteúdo dos cadernos de exemplo, consulte [Tutoriais — Documentação do SDK *SageMaker JumpStart Python* Finance](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/index.html) in the Industry.
## SageMaker JumpStart Indústria da Amazon: publicações em blogs financeiros
Para aplicações completas do uso da SageMaker JumpStart Indústria: soluções financeiras, modelos, exemplos e o SDK, consulte as seguintes postagens no blog:
+ [Use modelos de linguagem financeira pré-treinados para transferência de aprendizado na Amazon SageMaker JumpStart](https://aws.amazon.com/blogs/machine-learning/use-pre-trained-financial-language-models-for-transfer-learning-in-amazon-sagemaker-jumpstart/)
+ [Use o texto da SEC para classificação de classificações usando ML multimodal na Amazon SageMaker JumpStart](https://aws.amazon.com/blogs/machine-learning/use-sec-text-for-ratings-classification-using-multimodal-ml-in-amazon-sagemaker-jumpstart/)
+ [Crie um painel com texto da SEC para PNL financeira na Amazon SageMaker JumpStart](https://aws.amazon.com/blogs/machine-learning/create-a-dashboard-with-sec-text-for-financial-nlp-in-amazon-sagemaker-jumpstart/)
+ [Crie um classificador de classificação de crédito corporativo usando aprendizado de máquina gráfico na Amazon SageMaker JumpStart](https://aws.amazon.com/blogs/machine-learning/build-a-corporate-credit-ratings-classifier-using-graph-machine-learning-in-amazon-sagemaker-jumpstart/)
+ [Adaptação de domínio: ajuste fino de modelos de fundação na Amazon em dados financeiros SageMaker JumpStart ](https://aws.amazon.com/blogs/machine-learning/domain-adaptation-fine-tuning-of-foundation-models-in-amazon-sagemaker-jumpstart-on-financial-data/)
## SageMaker JumpStart Indústria da Amazon: pesquisa relacionada a finanças
Para pesquisas relacionadas à SageMaker JumpStart Indústria: Soluções financeiras, consulte os seguintes artigos:
+ [Contexto, modelos de linguagem e dados multimodais em finanças](https://www.pm-research.com/content/iijjfds/3/3/52)
+ [Machine Learning multimodal para modelos de crédito](https://www.amazon.science/publications/multimodal-machine-learning-for-credit-modeling)
+ [A falta de interpretabilidade robusta dos classificadores neurais de texto](https://www.amazon.science/publications/on-the-lack-of-robust-interpretability-of-neural-text-classifiers)
+ [FinLex: Um uso eficaz de incorporações de palavras para geração de léxico financeiro](https://www.sciencedirect.com/science/article/pii/S2405918821000131)
## SageMaker JumpStart Indústria da Amazon: recursos financeiros adicionais
Para tutoriais e documentação adicionais, consulte os recursos a seguir:
+ [O SageMaker JumpStart setor: SDK financeiro para Python](https://pypi.org/project/smjsindustry/)
+ [SageMaker JumpStart Setor: Tutoriais do SDK financeiro para Python](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/index.html#)
+ [A SageMaker JumpStart indústria: GitHub repositório financeiro](https://github.com/aws/sagemaker-jumpstart-industry-pack/)
+ [Introdução à Amazon SageMaker AI - Tutoriais de Machine Learning](https://aws.amazon.com/sagemaker/getting-started/)