AI 및 기계 학습

주제

• Athena의 ML 예측을 위한 Amazon DynamoDB의 데이터 집계

• 한의 AWS CodeCommit리포지토리를 다른 계정의 AWS 계정 Amazon SageMaker AI Studio Classic과 연결

• Amazon Textract를 사용하여 PDF 파일에서 콘텐츠 자동 추출하기

• Amazon SageMaker AI Studio Lab의 시계열에 DeepAR을 사용하여 콜드 스타트 예측 모델 구축

• Amazon SageMaker AI 및 Azure DevOps를 사용하여 MLOps 워크플로 구축

• AWS CloudFormation를 사용하여 Amazon Bedrock에서 모델 간접 호출 로깅 구성

• SageMaker용 사용자 지정 Docker 컨테이너 이미지를 생성하고 이를 AWS Step Functions의 모델 교육에 사용합니다.

• Amazon Bedrock 에이전트를 사용하여 텍스트 기반 프롬프트를 통해 Amazon EKS에서 액세스 항목 제어 생성 자동화

• Terraform 및 Amazon Bedrock을 AWS 사용하여에 RAG 사용 사례 배포

• Amazon SageMaker의 추론 파이프라인을 사용하여 단일 엔드포인트의 ML 모델에 사전 처리 로직 배포

• RAG 및 ReAct 프롬프트를 사용하여 고급 생성형 AI 채팅 기반 어시스턴트 개발

• Amazon Bedrock 에이전트 및 지식 기반을 사용하여 완전 자동화된 채팅 기반 어시스턴트 개발

• Amazon Bedrock 및 Amazon Transcribe를 사용하여 음성 입력의 제도적 지식 문서화

• Amazon Personalize를 사용하여 개인화되고 순위가 다시 매겨진 추천 생성

• SageMaker AI 및 Hydra를 사용하여 로컬 개발에서 확장 가능한 실험으로 기계 학습 워크플로 간소화

• Amazon SageMaker에서 사용자 지정 GPU 지원 ML 모델 교육 및 배포

• OpenSearch 및 Elasticsearch 쿼리를 위해 자연어를 쿼리 DSL로 변환

• Amazon Q Developer를 코딩 어시스턴트로 사용하여 생산성 향상

• 테라바이트 규모의 ML 데이터셋의 분산형 피처 엔지니어링에 SageMaker 프로세싱을 사용하기

• Flask와 AWS Elastic Beanstalk를 사용하여 AI/ML 모델 결과 시각화

• 패턴 더 보기