Usar o machine learning do Amazon Aurora
Ao usar o machine learning do Amazon Aurora, é possível integrar o cluster de banco de dados do Aurora a um dos serviços de machine learning da AWS a seguir, dependendo das necessidades. Eles oferecem compatibilidade com casos de uso de machine learning específicos.
- Amazon Bedrock
-
O Amazon Bedrock é um serviço totalmente gerenciado que disponibiliza os principais modelos de base de empresas de IA por meio de uma API, junto com ferramentas para desenvolvedores para ajudar a criar e escalar aplicações de IA generativa. Com o Amazon Bedrock, você paga para executar inferências em qualquer um dos modelos de base de terceiros. Os preços se baseiam no volume de tokens de entrada e de saída e no fato de você ter comprado ou não throughput provisionado para o modelo. Para obter mais informações, consulte O que é a Amazon Bedrock? no Guia do Usuário Amazon Bedrock.
- Amazon Comprehend
O Amazon Comprehend é um serviço gerenciado de processamento de linguagem natural (PLN) utilizado para extrair insights de documentos. Com o Amazon Comprehend, você pode deduzir sentimentos com base no conteúdo dos documentos, analisando entidades, frases-chave, linguagem e outros recursos. Para saber mais, consulte What is Amazon Comprehend? (O que é o Amazon Comprehend?) no Amazon Comprehend Developer Guide (Guia do desenvolvedor do Amazon Comprehend).
- SageMaker
Amazon SageMaker é um serviço de Machine Learning totalmente gerenciado. Cientistas de dados e desenvolvedores usam o Amazon SageMaker para criar, treinar e testar modelos de machine learning para uma série de tarefas de inferência, como detecção de fraudes e recomendação de produtos. Quando um modelo de machine learning está pronto para uso na produção, ele pode ser implantado no ambiente hospedado do Amazon SageMaker. Para obter informações, consulte What Is Amazon SageMaker? (O que é Amazon SageMaker) no Amazon SageMaker Developer Guide (Guia do desenvolvedor do Amazon SageMaker).
Usar o Amazon Comprehend com seu cluster de banco de dados Aurora exige menos configuração preliminar do que usar o SageMaker. Se você não conhece o machine learning da AWS e o machine learning do Aurora, recomendamos que comece examinando o Amazon Comprehend.
Tópicos
