Learn more about Search Results AWS Identity and Access Management - Page 6

- You may be interested
- フリーMITコース:TinyMLと効率的なディー...
- 「NLP入門コースでNLPを始めましょう」
- 「人工知能を用いたIoTセキュリティの強化...
- 関数呼び出し:GPTチャットボットを何にで...
- 文法AIの向上にBERTを活用する:スロット...
- 進化的アルゴリズム-突然変異の解説
- 「A.I.が住宅法案を書いた批評家はそれが...
- 「確率収束または分布収束」
- 「あなたは専門家です」というAIのプロン...
- 「開発者向けのAIツール15個(2023年8月)」
- 「2023年のトップ18のAIベースのウェブサ...
- 「アデプトは、冬ゲームでマルチモーダル...
- 「OpenAI、3ヶ月で約20%のトラフィック減...
- ETHチューリッヒとマイクロソフトの研究者...
- レコメンドシステムの評価指標 — 概要
Amazon SageMaker、HashiCorp Terraform、およびGitLab CI/CDを使用したモデルモニタリングと再トレーニングによるバッチ推論のためのMLOps
この記事では、Amazon SageMaker、Amazon EventBridge、AWS Lambda、Amazon Simple Notification Service(Amazon SNS)、HashiCorp Terraform、およびGitLab CI/CDを使用して、バッチ推論のためのMLOpsワークフローを作成する方法について説明しますこのワークフローでは、ジョブスケジューリング、モデルのモニタリング、再トレーニング、登録、エラーハンドリング、通知を自動化し、製品のバッチ推論ワークロードの複雑さとコストを削減することができます提案されたMLOpsワークフローは、自動化、モニタリング、監査可能性、スケーラビリティを通じて、MLライフサイクルの管理に再利用可能なテンプレートを提供します
「Amazon SageMakerを使用したフェデレーテッドラーニングによる分散トレーニングデータを用いた機械学習」
この投稿では、分散トレーニングデータを使用してAmazon SageMakerでフェデレーテッドラーニングを実装する方法について説明します
「Amazon Redshift」からのデータを使用して、Amazon SageMaker Feature Storeで大規模なML機能を構築します
Amazon Redshiftは、一日にエクサバイトのデータを分析するために数万人の顧客に利用されている、最も人気のあるクラウドデータウェアハウスです多くのプラクティショナーは、Amazon SageMakerを使用して、完全に管理されたMLサービスであるAmazon Redshiftデータセットを規模拡大して機械学習(ML)を行うために、オフラインで機能を開発する要件を持っています
「Amazon SageMaker 上での LLM を使用した多言語対応の知識型ビデオおよび音声の質疑応答システム」
「デジタルアセットは、ますますデジタル化される世界において、ビジネスにとって製品やサービス、文化、ブランドアイデンティティの重要な視覚的表現ですデジタルアセットは、記録されたユーザーの行動とともに、インタラクティブでパーソナライズされた体験を提供することにより、顧客エンゲージメントを促進し、企業がターゲットオーディエンスとより深い関係を築くことができます特定のデジタルアセットを効率的に見つけたり検索したりすることは、[…]」
「Amazon SageMaker JumpStartを使用したゼロショットテキスト分類」
自然言語処理(NLP)は、機械学習(ML)の分野であり、コンピュータに人間と同じようにテキストや話された言葉を理解する能力を与えることに関心があります最近では、トランスフォーマーアーキテクチャなどの最先端のアーキテクチャが使用され、テキスト要約、テキスト分類、エンティティ認識などのNLP下流タスクでほぼ人間のパフォーマンスを実現するために使用されています
「Amazon SageMakerに展開された生成AIを使用して創造的な広告を生成する」
創造的な広告は、生成AI(GenAI)によって革命を起こす可能性がありますGenAIモデルを再トレーニングし、テキストのプロンプト(シーンやモデルによって生成されるオブジェクトを説明する文)など、モデルにいくつかの入力を提供することで、製品写真などの新しい画像の幅広いバリエーションを作成できるようになりました
「新しいAmazon Kendra Alfrescoコネクタを使用して、Alfrescoコンテンツをインデックス化します」
「Amazon Kendraは、機械学習(ML)によって推進された非常に正確で使いやすい知的な検索サービスですAmazon Kendraは、コンテンツをインジェストしてインデックス化するプロセスを簡素化するためのデータソースコネクタのスイートを提供しています組織内の貴重なデータは、構造化および非構造化のリポジトリに保存されています企業の検索ソリューションは、[...]」
「Amazon SageMakerとSalesforce Data Cloudの統合を使用して、SalesforceアプリをAI/MLで強化しましょう」
この投稿は、Salesforce Einstein AIの製品ディレクターであるダリル・マーティスと共同執筆されたものですこれは、Salesforce Data CloudとAmazon SageMakerの統合について議論するシリーズの2回目の投稿です第1部では、Salesforce Data CloudとEinstein StudioのSageMakerとの統合が企業が安全にSalesforceデータにアクセスできるようにする方法を示しています
Amazon SageMakerとAmazon Rekognitionを使用して、画像内の車の位置を検出するためのコンピュータビジョンモデルを構築してトレーニングする
コンピュータビジョン(CV)は、機械学習(ML)とディープラーニングの最も一般的な応用の一つです使用例は、自動運転車、ソーシャルメディアプラットフォームでのコンテンツモデレーション、がん検出、自動欠陥検出などがありますAmazon Rekognitionは、オブジェクト検出、ビデオセグメント検出、コンテンツモデレーションなどのCVタスクを実行できる、完全に管理されたサービスです
「生成AIとAmazon Kendraを使用して、エンタープライズスケールでキャプションの作成と画像の検索を自動化する」
Amazon Kendraは、機械学習(ML)によって駆動されるインテリジェントな検索サービスですAmazon Kendraは、ウェブサイトやアプリケーションのための検索を再構築し、従業員や顧客が組織内の複数の場所やコンテンツリポジトリに散らばっているコンテンツを簡単に見つけることができるようにしますAmazon Kendraはさまざまなドキュメントをサポートしています
Find the right Blockchain Investment for you
Web 3.0 is coming, whether buy Coins, NFTs or just Coding, everyone can participate.