Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Verwenden von Amazon Aurora Machine Learning
Durch die Verwendung von Amazon Aurora Machine Learning können Sie Ihren Aurora-DB-Cluster je nach Bedarf in einen der folgenden AWS Machine-Learning-Services integrieren. Sie unterstützen jeweils bestimmte Anwendungsfälle für Machine Learning.
- Amazon Bedrock
-
Amazon Bedrock ist ein vollständig verwalteter Service, der führende Grundlagenmodelle von KI-Unternehmen über eine API zur Verfügung stellt, zusammen mit Entwicklertools, um die Entwicklung und Skalierung generativer KI-Anwendungen zu unterstützen. Bei Amazon Bedrock zahlen Sie für das Bilden von Inferenzen in allen Basismodellen von Drittanbietern. Die Preisgestaltung richtet sich nach der Menge der Ein- und Ausgabetoken und danach, ob Sie bereitgestellten Durchsatz für das Modell erworben haben. Weitere Informationen finden Sie unter Was ist Amazon Bedrock? im Amazon Bedrock-Benutzerhandbuch.
- Amazon Comprehend
Amazon Comprehend ist ein verwalteter Dienst für die natürliche Sprachverarbeitung (NLP), der verwendet wird, um Informationen aus Dokumenten zu extrahieren. Mit Amazon Comprehend können Sie anhand des Inhalts von Dokumenten Stimmungen ableiten, indem Entitäten, Schlüsselphrasen, Sprache und andere Merkmale analysiert werden. Weitere Informationen finden Sie unter Was ist Amazon Comprehend? im Entwicklerhandbuch für Amazon Comprehend.
- SageMaker
Amazon SageMaker ist ein vollständig verwalteter Machine-Learning-Service. Datenwissenschaftler und Entwickler verwenden Amazon, SageMaker um Machine-Learning-Modelle für eine Vielzahl von Inferenzaufgaben wie Betrugserkennung und Produktempfehlungen zu erstellen, zu trainieren und zu testen. Wenn ein Machine-Learning-Modell für die Verwendung in der Produktion bereit ist, kann es in der von Amazon SageMaker gehosteten Umgebung bereitgestellt werden. Weitere Informationen finden Sie unter Was ist Amazon SageMaker? im Amazon- SageMaker Entwicklerhandbuch.
Die Verwendung von Amazon Comprehend mit Ihrem Aurora-DB-Cluster hat eine weniger vorbereitende Einrichtung als die Verwendung von SageMaker. Wenn Sie noch nicht mit AWS Machine Learning vertraut sind, empfehlen wir Ihnen, zunächst Amazon Comprehend zu erkunden.
Themen
