Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Apprendimento automatico e intelligenza artificiale
Argomenti
- Dati aggregati in Amazon DynamoDB per previsioni ML in Athena
- Associa un CodeCommit repository AWS in un account AWS con SageMaker Studio in un altro account
- Automatizza la formazione e l'implementazione di Amazon Lookout for Vision per il rilevamento delle anomalie
- Estrai automaticamente i contenuti dai file PDF utilizzando Amazon Textract
- Crea un flusso di lavoro MLOps usando Amazon SageMaker e Azure DevOps
- Crea un'immagine di contenitore Docker personalizzata SageMaker e usala per l'addestramento dei modelli in AWS Step Functions
- Implementa la logica di preelaborazione in un modello ML in un singolo endpoint utilizzando una pipeline di inferenza in Amazon SageMaker
- Sviluppa assistenti avanzati basati sull'intelligenza artificiale generativa utilizzando RAG e suggerimenti ReAct
- Sviluppa un assistente basato su chat completamente automatizzato utilizzando gli agenti e le knowledge base di Amazon Bedrock
- Documenta le conoscenze istituzionali utilizzando input vocali utilizzando Amazon Bedrock e Amazon Transcribe
- Genera consigli personalizzati e riclassificati con Amazon Personalize
- Addestra e distribuisci un modello ML personalizzato supportato da GPU su Amazon SageMaker
- Usa SageMaker Processing per l'ingegneria di funzionalità distribuite di set di dati ML su scala terabyte
- Visualizza i risultati dei modelli AI/ML utilizzando Flask e AWS Elastic Beanstalk
- Altri modelli