استخدم التعلم الآلي لاكتشاف الحالات الشاذة والتنبؤ بوقت التوقف عن العمل باستخدام Amazon Timestream و Amazon Lookout for Equipment الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1780075الطابع الزمني: ديسمبر 29،
تطوير Speed ML باستخدام متجر SageMaker Feature Store وضغط متجر Apache Iceberg غير المتصل بالإنترنت الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1776221الطابع الزمني: ديسمبر 21،
توصيات الطاقة والبحث باستخدام الرسم البياني للمعرفة IMDb - الجزء 2 الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1775417الطابع الزمني: ديسمبر 20،
توصية الطاقة والبحث باستخدام الرسم البياني للمعرفة IMDb - الجزء 1 الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1775669الطابع الزمني: ديسمبر 20،
إعادة تدريب الشبكات العصبية تلقائيًا باستخدام Renate الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1774824الطابع الزمني: ديسمبر 19،
كيفية تقييم جودة البيانات التركيبية - القياس من منظور الإخلاص والمنفعة والخصوصية الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1774079الطابع الزمني: ديسمبر 16،
تقديم المرئيات المضمنة الجديدة من Amazon SageMaker Data Wrangler الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1771695الطابع الزمني: ديسمبر 13،
تقييم الضرر باستخدام قدرات Amazon SageMaker الجغرافية المكانية ونماذج SageMaker المخصصة الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1770703الطابع الزمني: ديسمبر 8،
انشر نماذج Amazon SageMaker Autopilot لنقاط نهاية الاستدلال بدون خادم الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1770443الطابع الزمني: ديسمبر 8،
قم بتحسين قابلية التوسع لـ Amazon Rekognition APIs عديمة الحالة باستخدام مناطق متعددة الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1768347الطابع الزمني: ديسمبر 7،
قم ببناء متنبئ قوي للسمية يعتمد على النص الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1767806الطابع الزمني: ديسمبر 6،
تقديم التصنيف بخطوة واحدة والتعرف على الكيانات باستخدام Amazon Comprehend لمعالجة المستندات بذكاء الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1765819الطابع الزمني: ديسمبر 2،
حدد الأذونات المخصصة في دقائق باستخدام Amazon SageMaker Role Manager الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1768065الطابع الزمني: ديسمبر 1،
ابدأ تجارب Amazon SageMaker Autopilot مباشرة من داخل Amazon SageMaker Pipelines لأتمتة عمليات سير عمل MLOps بسهولة الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1764882الطابع الزمني: نوفمبر 30، 2022
قم بتطبيق ضوابط الوصول إلى البيانات الدقيقة باستخدام AWS Lake Formation و Amazon EMR من Amazon SageMaker Studio الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1761352الطابع الزمني: نوفمبر 23، 2022
تسريع سير العمل متعدد اللغات باستخدام حل ترجمة قابل للتخصيص تم إنشاؤه باستخدام Amazon Translate الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1762646الطابع الزمني: نوفمبر 22، 2022
تحليل في الوقت الفعلي لمشاعر العملاء باستخدام AWS الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1762149الطابع الزمني: نوفمبر 22، 2022
حدد الرؤى الرئيسية من المستندات النصية من خلال الضبط الدقيق و HPO باستخدام Amazon SageMaker JumpStart الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1759655الطابع الزمني: نوفمبر 21، 2022
هندسة الميزات واسعة النطاق مع حماية البيانات الحساسة باستخدام جلسات AWS Glue التفاعلية و Amazon SageMaker Studio الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1758879الطابع الزمني: نوفمبر 17، 2022
أنشئ سير عمل MLOps عبر الحسابات باستخدام سجل نموذج Amazon SageMaker الكتلة المصدر: التعلم الآلي من AWS عقدة المصدر: 1756682الطابع الزمني: نوفمبر 16، 2022