Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Kerangka Kerja dan Bahasa Machine Learning
<a name="frameworks"></a>

Amazon SageMaker AI menyediakan dukungan asli untuk bahasa pemrograman populer dan kerangka kerja pembelajaran mesin, memberdayakan pengembang dan ilmuwan data untuk memanfaatkan alat dan teknologi pilihan mereka. Bagian ini menawarkan referensi untuk bekerja dengan Python dan R, serta kit pengembangan perangkat lunak masing-masing (SDKs) dalam AI. SageMaker Selain itu, ini mencakup berbagai pembelajaran mesin dan kerangka pembelajaran mendalam, termasuk Apache, MXNet, PyTorch. TensorFlow 

Anda dapat menggunakan Python dan R secara native di kernel notebook Amazon SageMaker . Ada juga kernel yang mendukung kerangka kerja tertentu. Cara yang sangat populer untuk memulai SageMaker AI adalah dengan menggunakan [Amazon SageMaker Python](https://sagemaker.readthedocs.io/en/stable) SDK. Ini menyediakan Python APIs dan wadah open source yang memudahkan untuk melatih dan menerapkan model dalam SageMaker AI, serta contoh untuk digunakan dengan beberapa pembelajaran mesin dan kerangka pembelajaran mendalam yang berbeda.

Untuk informasi tentang menggunakan kerangka kerja tertentu atau cara menggunakan R di SageMaker AI, lihat topik berikut.

Bahasa SDKs dan panduan pengguna:
+ [Amazon SageMaker Python SDK](https://sagemaker.readthedocs.io/en/stable)
+ [R](r-guide.md)
+ [Referensi API](api-and-sdk-reference.md)

Panduan kerangka pembelajaran mesin dan pembelajaran mendalam:
+ [Apache MXNet](mxnet.md)
+ [Apache Spark](apache-spark.md)
+ [Chainer](chainer.md)
+ [Hugging Face](hugging-face.md)
+ [PyTorch](pytorch.md)
+ [Scikit-belajar](sklearn.md)
+ [Penyajian SparkMl](sparkml-serving.md)
+ [TensorFlow](tf.md)
+ [Server Inferensi Triton](triton.md)