本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
機器學習與人工智慧
主題
- 彙總 Amazon DynamoDB 中的資料，用於 Athena 的機器學習預測
- 將一個 AWS 帳戶中的 AWS CodeCommit 儲存庫與另一個帳戶中的 SageMaker 工作室建立關聯
- 自動執行 Amazon Lookout for Vision 訓練和部署，以進行異常偵測
- 使用亞馬遜文本提取自動從 PDF 文件中提取內容
- 使用 Amazon SageMaker 和 Azure 建置 MLOP 工作流程 DevOps
- 為其建立自訂 Docker 容器映像， SageMaker 並將其用於 AWS Step Functions 中的模型培訓
- 使用 Amazon 中的推論管道將預處理邏輯部署到單一端點中的 ML 模型 SageMaker
- 使用 RAG 和提示，開發先進的生成式 AI 聊天助理 ReAct
- 使用 Amazon 基岩代理程式和知識庫，開發以聊天為基礎的全自動化助理
- 使用 Amazon 基岩和 Amazon Transcribe 來記錄語音輸入的機構知識
- 使用 Amazon Personalize 個人化產生個人化和重新排名的建議
- 在 Amazon 上訓練和部署支援 GPU 的自訂機器學習模型 SageMaker
- 針對 TB 級 SageMaker ML 資料集的分散式特徵工程使用處理
- 使用燒瓶和 AWS Elastic Beanstalk 將 AI/ML 模型結果視覺化
- 更多模式
