기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
기계 학습 및 AI
주제
- Athena의 ML 예측을 위한 Amazon DynamoDB의 데이터 집계
- 한 AWS 계정의 AWS CodeCommit 리포지토리를 다른 계정의 SageMaker Studio와 연결
- 이상 탐지를 위한 Amazon Lookout for Vision 교육 및 배포를 자동화합니다.
- Amazon Textract를 사용하여 PDF 파일에서 콘텐츠 자동 추출하기
- SageMaker Amazon과 Azure를 사용하여 MLOps 워크플로를 구축하세요. DevOps
- AWS Step Functions에서 사용자 지정 Docker 컨테이너 이미지를 SageMaker 생성하여 모델 교육에 사용하십시오.
- Amazon의 추론 파이프라인을 사용하여 단일 엔드포인트의 ML 모델에 전처리 로직을 배포하십시오. SageMaker
- RAG 및 프롬프트를 사용하여 고급 제너레이티브 AI 채팅 기반 어시스턴트 개발 ReAct
- Amazon Bedrock 에이전트 및 지식 베이스를 사용하여 완전 자동화된 채팅 기반 도우미를 개발하십시오.
- Amazon Bedrock 및 Amazon Transcribe를 사용하여 음성 입력을 통해 기관 지식을 문서화하십시오.
- Amazon Personalize를 사용하여 개인화되고 순위가 다시 매겨진 추천 생성
- Amazon에서 사용자 지정 GPU 지원 ML 모델을 트레이닝하고 배포하기 SageMaker
- 테라바이트 SageMaker 규모의 ML 데이터세트의 분산 기능 엔지니어링을 위한 프로세싱 사용
- Flask와 Elastic Beanstalk를 사용하여 AI/ML 모델 결과를 시각화합니다.
- 패턴 더 보기