Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Apprentissage automatique et IA
Rubriques
- Données agrégées dans Amazon DynamoDB pour les prévisions de machine learning dans Athena
- Associer un CodeCommit référentiel AWS dans un compte AWS à SageMaker Studio dans un autre compte
- Automatisez la formation et le déploiement d'Amazon Lookout for Vision pour la détection des anomalies
- Extrayez automatiquement le contenu de fichiers PDF à l'aide d'Amazon Textract
- Créez un flux de travail MLOps à l'aide d'Amazon SageMaker et Azure DevOps
- Créez une image de conteneur Docker personnalisée SageMaker et utilisez-la pour la formation des modèles dans AWS Step Functions
- Déployez une logique de prétraitement dans un modèle de machine learning sur un seul point de terminaison à l'aide d'un pipeline d'inférence sur Amazon SageMaker
- Développez des assistants avancés basés sur l'IA générative basés sur le chat en utilisant RAG et des instructions ReAct
- Développez un assistant entièrement automatisé basé sur le chat en utilisant les agents et les bases de connaissances Amazon Bedrock
- Documentez les connaissances institutionnelles à partir de saisies vocales à l'aide d'Amazon Bedrock et Amazon Transcribe
- Générez des recommandations personnalisées et reclassées à l'aide d'Amazon Personalize
- Formez et déployez un modèle de machine learning personnalisé supporté par GPU sur Amazon SageMaker
- Utiliser SageMaker le traitement pour l'ingénierie des fonctionnalités distribuées d'ensembles de données ML à l'échelle du téraoctet
- Visualisez les résultats du modèle AI/ML à l'aide de Flask et AWS Elastic Beanstalk
- Plus de modèles