As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Machine learning e IA
Tópicos
- Dados agregados no Amazon DynamoDB para previsão de ML no Athena
- Associar um AWS CodeCommit repositório em uma AWS conta ao SageMaker Studio em outra conta
- Automatize o treinamento e a implantação do Amazon Lookout for Vision para detecção de anomalias
- Extraia automaticamente conteúdo de PDF arquivos usando o Amazon Textract
- Crie um MLOps fluxo de trabalho usando a Amazon SageMaker e o Azure DevOps
- Crie uma imagem de contêiner Docker personalizada SageMaker e use-a para treinamento de modelos em AWS Step Functions
- Implemente um caso de RAG uso AWS usando o Terraform e o Amazon Bedrock
- Implante a lógica de pré-processamento em um modelo de ML em um único endpoint usando um pipeline de inferência na Amazon SageMaker
- Desenvolva assistentes avançados baseados em bate-papo com IA generativa usando e solicitando RAG ReAct
- Desenvolva um assistente baseado em bate-papo totalmente automatizado usando agentes e bases de conhecimento do Amazon Bedrock
- Documente o conhecimento institucional a partir de entradas de voz usando o Amazon Bedrock e o Amazon Transcribe
- Gere recomendações personalizadas e reclassificadas usando o Amazon Personalize
- Treine e implante um modelo GPU de ML com suporte personalizado na Amazon SageMaker
- Use o SageMaker processamento para engenharia de recursos distribuídos de conjuntos de dados de ML em escala de terabytes
- Visualize os resultados do modelo de IA/ML usando o Flask e o Elastic Beanstalk AWS
- Mais padrões