মেশিন লার্নিং (ML) বিভিন্ন ব্যবসায়িক ইউনিট যেমন মার্কেটিং, ম্যানুফ্যাকচারিং, অপারেশন, সেলস, ফাইন্যান্স এবং গ্রাহক পরিষেবা জুড়ে মূল ব্যবসায়িক ফাংশনগুলিকে অপ্টিমাইজ করার মাধ্যমে সংস্থাগুলিকে রাজস্ব তৈরি করতে, খরচ কমাতে, ঝুঁকি কমাতে, ড্রাইভের দক্ষতা বাড়াতে এবং গুণমান উন্নত করতে সহায়তা করে৷ AWS ML-এর সাহায্যে, সংস্থাগুলি কয়েক মাস থেকে দিনে মান সৃষ্টিকে ত্বরান্বিত করতে পারে। আমাজন সেজমেকার ক্যানভাস একটি ভিজ্যুয়াল, পয়েন্ট-এন্ড-ক্লিক পরিষেবা যা ব্যবসায় বিশ্লেষকদেরকে কোডের একটি লাইন না লিখে বা এমএল দক্ষতার প্রয়োজন ছাড়াই সঠিক ML পূর্বাভাস তৈরি করতে দেয়৷ আপনি ইন্টারেক্টিভভাবে ভবিষ্যদ্বাণী করতে এবং বাল্ক ডেটাসেটে ব্যাচ স্কোরিংয়ের জন্য মডেলগুলি ব্যবহার করতে পারেন।
এই পোস্টে, আমরা কীভাবে ব্যবসায়িক দলগুলি ক্যানভাসে ভবিষ্যদ্বাণী তৈরি করে যে কোনও জায়গায় তৈরি এমএল মডেলগুলি ব্যবহার করতে পারে এবং কার্যকর ব্যবসায়িক ফলাফল অর্জন করতে পারে সে সম্পর্কে স্থাপত্য নিদর্শনগুলি প্রদর্শন করি৷
মডেল ডেভেলপমেন্ট এবং শেয়ারিং এর এই ইন্টিগ্রেশন ব্যবসা এবং ডেটা সায়েন্স টিমের মধ্যে একটি শক্ত সহযোগিতা তৈরি করে এবং মূল্যের সময় কমিয়ে দেয়। ব্যবসায়িক দলগুলি বাইরের পরিবেশে নতুন মডেল পুনর্নির্মাণের পরিবর্তে একটি ব্যবসায়িক সমস্যা সমাধানের জন্য তাদের ডেটা বিজ্ঞানী বা অন্যান্য বিভাগ দ্বারা নির্মিত বিদ্যমান মডেলগুলি ব্যবহার করতে পারে।
অবশেষে, ব্যবসায়িক বিশ্লেষকরা ক্যানভাসে ভাগ করা মডেলগুলি আমদানি করতে পারেন এবং শুধুমাত্র কয়েকটি ক্লিকের মাধ্যমে উত্পাদনে স্থাপন করার আগে পূর্বাভাস তৈরি করতে পারেন।
সমাধান ওভারভিউ
নিম্নলিখিত চিত্রটি তিনটি ভিন্ন স্থাপত্যের নিদর্শন বর্ণনা করে তা দেখানোর জন্য যে কীভাবে ডেটা বিজ্ঞানীরা ব্যবসায়িক বিশ্লেষকদের সাথে মডেলগুলি ভাগ করতে পারেন, যারা ক্যানভাসের ভিজ্যুয়াল ইন্টারফেসে সেই মডেলগুলি থেকে সরাসরি ভবিষ্যদ্বাণী তৈরি করতে পারে:
পূর্বশর্ত
সেজমেকার ব্যবহার করে আপনার মডেলকে প্রশিক্ষণ দিতে এবং তৈরি করতে এবং আপনার মডেলটিকে ক্যানভাসে আনতে, নিম্নলিখিত পূর্বশর্তগুলি পূরণ করুন:
- আপনার যদি ইতিমধ্যেই সেজমেকার ডোমেন এবং স্টুডিও ব্যবহারকারী না থাকে, একটি SageMaker ডোমেনে একজন স্টুডিও ব্যবহারকারীকে সেট আপ করুন এবং অনবোর্ড করুন.
- ক্যানভাস সক্ষম করুন এবং সেট আপ করুন আপনার ব্যবহারকারীদের জন্য ভিত্তি অনুমতি এবং স্টুডিওর সাথে সহযোগিতা করার জন্য ব্যবহারকারীদের অনুমতি দিন.
- আপনার অবশ্যই অটোপাইলট, জাম্পস্টার্ট বা মডেল রেজিস্ট্রি থেকে একটি প্রশিক্ষিত মডেল থাকতে হবে। আপনি SageMaker-এর বাইরে তৈরি করেছেন এমন যেকোনো মডেলের জন্য, ক্যানভাসে আমদানি করার আগে আপনাকে অবশ্যই মডেল রেজিস্ট্রিতে আপনার মডেল নিবন্ধন করতে হবে।
এখন আসুন একজন ডেটা সায়েন্টিস্টের ভূমিকা ধরে নেওয়া যাক যিনি এই তিনটি আর্কিটেকচারাল প্যাটার্নের প্রতিটির জন্য একজন ব্যবসায়িক বিশ্লেষকের সাথে এমএল মডেলগুলিকে প্রশিক্ষণ, নির্মাণ, স্থাপন এবং ভাগ করতে চাইছেন।
অটোপাইলট এবং ক্যানভাস ব্যবহার করুন
অটোপাইলট একটি স্বয়ংক্রিয় ML (AutoML) প্রক্রিয়ার মূল কাজগুলিকে স্বয়ংক্রিয় করে দেয় যেমন ডেটা অন্বেষণ করা, সমস্যার প্রকারের জন্য প্রাসঙ্গিক অ্যালগরিদম নির্বাচন করা এবং তারপরে প্রশিক্ষণ এবং টিউনিং করা। আপনাকে ডেটাসেটে সম্পূর্ণ নিয়ন্ত্রণ এবং দৃশ্যমানতা বজায় রাখার অনুমতি দেওয়ার সময় এই সবগুলি অর্জন করা যেতে পারে। অটোপাইলট স্বয়ংক্রিয়ভাবে সেরা মডেল খুঁজে পেতে বিভিন্ন সমাধান অন্বেষণ করে, এবং ব্যবহারকারীরা হয় ML মডেলে পুনরাবৃত্তি করতে পারে বা এক ক্লিকে মডেলটিকে সরাসরি উৎপাদনে স্থাপন করতে পারে।
এই উদাহরণে, আমরা একটি গ্রাহক মন্থন সিন্থেটিক ব্যবহার করি ডেটা সেটটি টেলিকম ডোমেইন থেকে এবং সম্ভাব্যভাবে মন্থন করার ঝুঁকিতে থাকা গ্রাহকদের চিহ্নিত করার দায়িত্ব দেওয়া হয়। একটি ব্যবসায়িক বিশ্লেষকের সাথে একটি এমএল মডেল তৈরি, প্রশিক্ষণ, স্থাপন এবং ভাগ করতে Autopilot AutoML ব্যবহার করার জন্য নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- ডাউনলোড ডেটা সেটটি, এটি একটি Amazon S3 এ আপলোড করুন (আমাজন সিম্পল স্টোরেজ সার্ভিস) বালতি, এবং S3 URI-এর একটি নোট তৈরি করুন।
- স্টুডিও কনসোলে, নির্বাচন করুন অটোমেল নেভিগেশন ফলকে।
- বেছে নিন AutoML পরীক্ষা তৈরি করুন.
- পরীক্ষার নাম উল্লেখ করুন (এই পোস্টের জন্য,
Telecom-Customer-Churn-AutoPilot
), S3 ডেটা ইনপুট, এবং আউটপুট অবস্থান। - মন্থন হিসাবে লক্ষ্য কলাম সেট করুন.
- ডিপ্লয়মেন্ট সেটিংসে, আপনি একটি এন্ডপয়েন্ট তৈরি করতে স্বয়ংক্রিয়ভাবে স্থাপন বিকল্পটি সক্ষম করতে পারেন যা আপনার সেরা মডেল স্থাপন করে এবং শেষ পয়েন্টে অনুমান চালায়।
আরও তথ্যের জন্য, দেখুন একটি Amazon SageMaker Autopilot পরীক্ষা তৈরি করুন.
- আপনার পরীক্ষা চয়ন করুন, তারপর আপনার সেরা মডেল নির্বাচন করুন এবং চয়ন করুন মডেল শেয়ার করুন.
- একটি ক্যানভাস ব্যবহারকারী যোগ করুন এবং নির্বাচন করুন শেয়ার মডেল শেয়ার করতে।
(বিঃদ্রঃ: আপনি স্টুডিও লগইনের জন্য ব্যবহৃত একই ক্যানভাস ব্যবহারকারীর সাথে মডেল শেয়ার করতে পারবেন না। উদাহরণস্বরূপ, স্টুডিও ব্যবহারকারী-এ ক্যানভাস ব্যবহারকারী-এ-এর সাথে মডেল শেয়ার করতে পারে না। কিন্তু ব্যবহারকারী-এ ব্যবহারকারী-বি-র সাথে মডেল ভাগ করতে পারে, তাই মডেল-ভাগ করার জন্য বিভিন্ন ব্যবহার বেছে নিন)
আরও তথ্যের জন্য, দেখুন স্টুডিও ব্যবহারকারী: সেজমেকার ক্যানভাসে একটি মডেল শেয়ার করুন.
জাম্পস্টার্ট এবং ক্যানভাস ব্যবহার করুন
জাম্পস্টার্ট হল একটি এমএল হাব যা প্রতারণা সনাক্তকরণ, ক্রেডিট ঝুঁকি পূর্বাভাস এবং পণ্য ত্রুটি সনাক্তকরণের মতো বিস্তৃত ML ব্যবহারের ক্ষেত্রে প্রাক-প্রশিক্ষিত, ওপেন-সোর্স মডেল সরবরাহ করে। আপনি সারণী, দৃষ্টি, পাঠ্য এবং অডিও ডেটার জন্য 300 টিরও বেশি প্রাক-প্রশিক্ষিত মডেল স্থাপন করতে পারেন।
এই পোস্টের জন্য, আমরা জাম্পস্টার্ট থেকে একটি লাইটজিবিএম রিগ্রেশন প্রাক-প্রশিক্ষিত মডেল ব্যবহার করি। আমরা মডেলটিকে একটি কাস্টম ডেটাসেটে প্রশিক্ষণ দিই এবং একজন ক্যানভাস ব্যবহারকারীর (ব্যবসায়িক বিশ্লেষক) সাথে মডেল শেয়ার করি। প্রাক-প্রশিক্ষিত মডেলটি অনুমানের জন্য একটি শেষ বিন্দুতে স্থাপন করা যেতে পারে। জাম্পস্টার্ট মোতায়েন করার পরে মডেলটি অ্যাক্সেস করার জন্য একটি উদাহরণ নোটবুক প্রদান করে।
এই উদাহরণে, আমরা এটি ব্যবহার করি অ্যাবালোন ডেটাসেট. ডেটাসেটে আটটি শারীরিক পরিমাপের উদাহরণ রয়েছে যেমন দৈর্ঘ্য, ব্যাস এবং উচ্চতা অ্যাবালোনের বয়স (একটি রিগ্রেশন সমস্যা) অনুমান করার জন্য।
- ডাউনলোড অ্যাবালোন ডেটাসেট কাগল থেকে।
- একটি S3 বালতি তৈরি করুন এবং ট্রেন, বৈধতা এবং কাস্টম হেডার ডেটাসেট আপলোড করুন৷
- স্টুডিও কনসোলে, নীচে সেজমেকার জাম্পস্টার্ট নেভিগেশন ফলকে, নির্বাচন করুন মডেল, নোটবুক, সমাধান.
- অধীনে ট্যাবুলার মডেলনির্বাচন লাইটজিবিএম রিগ্রেশন.
- অধীনে ট্রেনের মডেল, প্রশিক্ষণ, বৈধতা, এবং কলাম হেডার ডেটাসেটের জন্য S3 URI উল্লেখ করুন।
- বেছে নিন রেলগাড়ি.
- নেভিগেশন ফলকে, নির্বাচন করুন জাম্পস্টার্ট সম্পদ চালু করা হয়েছে.
- উপরে প্রশিক্ষণ কাজ ট্যাব, আপনার প্রশিক্ষণ কাজ নির্বাচন করুন.
- উপরে শেয়ার মেনু, নির্বাচন করুন ক্যানভাসে শেয়ার করুন.
- শেয়ার করার জন্য ক্যানভাস ব্যবহারকারীদের বেছে নিন, মডেলের বিবরণ নির্দিষ্ট করুন এবং বেছে নিন শেয়ার.
আরও তথ্যের জন্য, দেখুন স্টুডিও ব্যবহারকারী: সেজমেকার ক্যানভাসে একটি মডেল শেয়ার করুন.
সেজমেকার মডেল রেজিস্ট্রি এবং ক্যানভাস ব্যবহার করুন
SageMaker মডেল রেজিস্ট্রি দিয়ে, আপনি উত্পাদনের জন্য মডেলগুলি ক্যাটালগ করতে পারেন, মডেল সংস্করণগুলি পরিচালনা করতে পারেন, মেটাডেটা সহযোগী করতে পারেন, একটি মডেলের অনুমোদনের স্থিতি পরিচালনা করতে পারেন, মডেলগুলিকে উত্পাদনে স্থাপন করতে পারেন এবং CI/CD এর সাথে মডেল স্থাপনা স্বয়ংক্রিয় করতে পারেন৷
আসুন একজন ডেটা সায়েন্টিস্টের ভূমিকা ধরে নেওয়া যাক। এই উদাহরণের জন্য, আপনি একটি এন্ড-টু-এন্ড ML প্রোজেক্ট তৈরি করছেন যাতে ডেটা প্রস্তুতি, মডেল প্রশিক্ষণ, মডেল হোস্টিং, মডেল রেজিস্ট্রি এবং একজন ব্যবসায়িক বিশ্লেষকের সাথে মডেল ভাগ করা অন্তর্ভুক্ত। ঐচ্ছিকভাবে, ডেটা প্রস্তুতি এবং প্রিপ্রসেসিং বা পোস্টপ্রসেসিং ধাপের জন্য, আপনি ব্যবহার করতে পারেন অ্যামাজন সেজমেকার ডেটা র্যাংলার এবং একটি অ্যামাজন সেজমেকার প্রসেসিং কাজ. এই উদাহরণে, আমরা LIBSVM থেকে ডাউনলোড করা অ্যাবালোন ডেটাসেট ব্যবহার করি। লক্ষ্য পরিবর্তনশীল হল অ্যাবালোনের বয়স।
- স্টুডিওতে, ক্লোন করুন গিটহুব রেপো.
- README ফাইলে তালিকাভুক্ত ধাপগুলি সম্পূর্ণ করুন৷
- স্টুডিও কনসোলে, নীচে মডেল নেভিগেশন ফলকে, নির্বাচন করুন মডেল রেজিস্ট্রি.
- মডেল নির্বাচন করুন
sklearn-reg-ablone
. - মডেল রেজিস্ট্রি থেকে ক্যানভাসে মডেল সংস্করণ 1 ভাগ করুন।
- শেয়ার করার জন্য ক্যানভাস ব্যবহারকারীদের বেছে নিন, মডেলের বিবরণ নির্দিষ্ট করুন এবং বেছে নিন শেয়ার.
নির্দেশাবলীর জন্য, পড়ুন মডেল রেজিস্ট্রি বিভাগে স্টুডিও ব্যবহারকারী: সেজমেকার ক্যানভাসে একটি মডেল শেয়ার করুন.
ভাগ করা মডেল পরিচালনা করুন
আপনি পূর্ববর্তী কোনো পদ্ধতি ব্যবহার করে মডেল ভাগ করার পরে, আপনি যেতে পারেন মডেল স্টুডিওতে বিভাগ এবং শেয়ার করা সমস্ত মডেল পর্যালোচনা করুন। নিম্নলিখিত স্ক্রিনশটে, আমরা স্টুডিও ব্যবহারকারী (ডেটা সায়েন্টিস্ট) দ্বারা বিভিন্ন ক্যানভাস ব্যবহারকারীদের (ব্যবসায়িক দল) সাথে শেয়ার করা 3টি ভিন্ন মডেল দেখতে পাই।
একটি ভাগ করা মডেল আমদানি করুন এবং ক্যানভাসের সাথে ভবিষ্যদ্বাণী করুন৷
আসুন ব্যবসা বিশ্লেষকের ভূমিকা গ্রহণ করি এবং আপনার ক্যানভাস ব্যবহারকারীর সাথে ক্যানভাসে লগ ইন করুন।
যখন একজন ডেটা সায়েন্টিস্ট বা স্টুডিও ব্যবহারকারী ক্যানভাস ব্যবহারকারীর সাথে একটি মডেল শেয়ার করেন, তখন আপনি ক্যানভাস অ্যাপ্লিকেশনের মধ্যে একটি বিজ্ঞপ্তি পাবেন যে একজন স্টুডিও ব্যবহারকারী আপনার সাথে একটি মডেল শেয়ার করেছেন। ক্যানভাস অ্যাপ্লিকেশনে, বিজ্ঞপ্তিটি নিম্নলিখিত স্ক্রিনশটের মতো।
তুমি পছন্দ করতে পারো আপডেট দেখুন ভাগ করা মডেল দেখতে, অথবা আপনি যেতে পারেন মডেল আপনার সাথে শেয়ার করা সমস্ত মডেল আবিষ্কার করতে ক্যানভাস অ্যাপ্লিকেশনে পৃষ্ঠা। স্টুডিও থেকে মডেল আমদানি 20 মিনিট পর্যন্ত সময় নিতে পারে।
মডেলটি আমদানি করার পরে, আপনি এর মেট্রিক্স দেখতে এবং তৈরি করতে পারেন কি-যদি বিশ্লেষণ বা ব্যাচের পূর্বাভাস সহ রিয়েল-টাইম ভবিষ্যদ্বাণী.
বিবেচ্য বিষয়
ক্যানভাসের সাথে মডেলগুলি ভাগ করার সময় নিম্নলিখিতগুলি মনে রাখবেন:
- আপনি Amazon S3-এ প্রশিক্ষণ এবং বৈধতা ডেটাসেট সঞ্চয় করেন এবং S3 URIগুলি ক্যানভাসে পাস করা হয় এডাব্লুএস আইডেন্টিটি এবং অ্যাক্সেস ম্যানেজমেন্ট (IAM) অনুমতি।
- ক্যানভাসে টার্গেট কলাম প্রদান করুন অথবা ডিফল্ট হিসেবে প্রথম কলাম ব্যবহার করুন।
- একটি ক্যানভাস কন্টেইনার ইনফারেন্স ডেটা পার্স করার জন্য, ক্যানভাস এন্ডপয়েন্ট হয় পাঠ্য (CSV) বা অ্যাপ্লিকেশন (JSON) গ্রহণ করে।
- ক্যানভাস একাধিক ধারক বা অনুমান পাইপলাইন সমর্থন করে না।
- প্রশিক্ষণ এবং বৈধতা ডেটাসেটে কোনো শিরোনাম প্রদান করা না হলে ক্যানভাসে একটি ডেটা স্কিমা প্রদান করা হয়। ডিফল্টরূপে, জাম্পস্টার্ট প্ল্যাটফর্ম প্রশিক্ষণ এবং বৈধতা ডেটাসেটে হেডার প্রদান করে না।
- জাম্পস্টার্টের সাথে, আপনি ক্যানভাসের সাথে শেয়ার করার আগে প্রশিক্ষণের কাজটি সম্পূর্ণ করতে হবে।
নির্দেশ করে সীমাবদ্ধতা এবং সমস্যা সমাধান মডেলগুলি ভাগ করার সময় আপনি যে কোনও সমস্যার সম্মুখীন হন তার সমস্যা সমাধানে সহায়তা করতে।
পরিষ্কার কর
ভবিষ্যতের চার্জ এড়াতে, এই পোস্টটি অনুসরণ করার সময় আপনার তৈরি সংস্থানগুলি মুছুন বা বন্ধ করুন৷ নির্দেশ করে Amazon SageMaker ক্যানভাস থেকে লগ আউট করা হচ্ছে আরো বিস্তারিত জানার জন্য. নোটবুক, টার্মিনাল, কার্নেল, অ্যাপস এবং দৃষ্টান্ত সহ পৃথক সংস্থানগুলি বন্ধ করুন। আরো তথ্যের জন্য, পড়ুন সম্পদ বন্ধ করুন। মুছুন মডেল সংস্করণ, সেজমেকার এন্ডপয়েন্ট এবং সম্পদ, অটোপাইলট পরীক্ষার সম্পদ, এবং এস 3 বালতি.
উপসংহার
স্টুডিও ডেটা বিজ্ঞানীদের কয়েকটি সহজ ধাপে ব্যবসা বিশ্লেষকদের সাথে এমএল মডেল শেয়ার করতে দেয়। ব্যবসায়িক বিশ্লেষকরা ক্যানভাসে একটি নতুন মডেল তৈরি করার পরিবর্তে ব্যবসায়িক সমস্যা সমাধানের জন্য ডেটা বিজ্ঞানীদের দ্বারা ইতিমধ্যে তৈরি এমএল মডেলগুলি থেকে উপকৃত হতে পারেন। যাইহোক, প্রযুক্তিগত প্রয়োজনীয়তা এবং মডেল আমদানি করার জন্য ম্যানুয়াল প্রক্রিয়ার কারণে যে পরিবেশে এগুলি তৈরি করা হয়েছে তার বাইরে এই মডেলগুলি ব্যবহার করা কঠিন হতে পারে। এটি প্রায়শই ব্যবহারকারীদের এমএল মডেলগুলি পুনর্নির্মাণ করতে বাধ্য করে, যার ফলে প্রচেষ্টার নকল এবং অতিরিক্ত সময় এবং সংস্থান হয়। ক্যানভাস এই সীমাবদ্ধতাগুলি সরিয়ে দেয় যাতে আপনি যে কোনও জায়গায় প্রশিক্ষিত মডেলগুলির সাথে ক্যানভাসে ভবিষ্যদ্বাণী তৈরি করতে পারেন৷ এই পোস্টে চিত্রিত তিনটি প্যাটার্ন ব্যবহার করে, আপনি SageMaker মডেল রেজিস্ট্রিতে ML মডেলগুলি নিবন্ধন করতে পারেন, যা ML মডেলগুলির জন্য একটি মেটাডেটা স্টোর, এবং সেগুলি ক্যানভাসে আমদানি করতে পারেন৷ ব্যবসায়িক বিশ্লেষকরা তখন ক্যানভাসের যেকোনো মডেল থেকে বিশ্লেষণ এবং ভবিষ্যদ্বাণী তৈরি করতে পারেন।
SageMaker পরিষেবাগুলি ব্যবহার সম্পর্কে আরও জানতে, নিম্নলিখিত সংস্থানগুলি দেখুন:
আপনার যদি প্রশ্ন বা পরামর্শ থাকে, একটি মন্তব্য করুন.
লেখক সম্পর্কে
আমান শর্মা AWS সহ একজন সিনিয়র সলিউশন আর্কিটেক্ট। তিনি এপিজে অঞ্চল জুড়ে স্টার্ট-আপ, ছোট এবং মাঝারি ব্যবসা এবং এন্টারপ্রাইজ গ্রাহকদের সাথে কাজ করেন, পরামর্শ, আর্কিটেক্টিং এবং সমাধানে 19 বছরেরও বেশি অভিজ্ঞতা। তিনি AI এবং ML গণতন্ত্রীকরণ এবং গ্রাহকদের তাদের ডেটা এবং ML কৌশলগুলি ডিজাইন করতে সহায়তা করার বিষয়ে উত্সাহী। কাজের বাইরে, তিনি প্রকৃতি এবং বন্যপ্রাণী অন্বেষণ করতে পছন্দ করেন।
জিচেন নিই AWS SageMaker-এর সিনিয়র সফ্টওয়্যার প্রকৌশলী হলেন গত বছর সেজমেকার ক্যানভাসে আপনার নিজের মডেল আনুন প্রকল্পের নেতৃত্ব দিচ্ছেন৷ তিনি 7 বছরেরও বেশি সময় ধরে অ্যামাজনে কাজ করছেন এবং অ্যামাজন সাপ্লাই চেইন অপ্টিমাইজেশান এবং এডব্লিউএস এআই উভয় পরিষেবাতেই তাঁর অভিজ্ঞতা রয়েছে৷ তিনি কাজের পরে ব্যারে ওয়ার্কআউট এবং সঙ্গীত উপভোগ করেন।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- প্লেটোএআইস্ট্রিম। Web3 ডেটা ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- অ্যাড্রিয়েন অ্যাশলির সাথে ভবিষ্যত মিন্টিং। এখানে প্রবেশ করুন.
- উত্স: https://aws.amazon.com/blogs/machine-learning/bring-your-own-ml-model-into-amazon-sagemaker-canvas-and-generate-accurate-predictions/
- : আছে
- : হয়
- $ ইউপি
- 1
- 100
- 20
- 7
- a
- সম্পর্কে
- দ্রুততর করা
- গ্রহণ
- প্রবেশ
- সঠিক
- অর্জন করা
- অর্জন
- দিয়ে
- অতিরিক্ত
- পর
- AI
- এআই পরিষেবা
- অ্যালগরিদম
- সব
- অনুমতি
- অনুমতি
- ইতিমধ্যে
- মর্দানী স্ত্রীলোক
- আমাজন সেজমেকার
- অ্যামাজন সেজমেকার অটোপাইলট
- আমাজন সেজমেকার ক্যানভাস
- an
- বিশ্লেষণ
- বিশ্লেষক
- বিশ্লেষকরা
- বিশ্লেষণ করা
- এবং
- কোন
- কোথাও
- আবেদন
- অনুমোদন
- অ্যাপস
- স্থাপত্য
- স্থাপত্য
- রয়েছি
- AS
- সহযোগী
- At
- অডিও
- গাড়ী
- স্বয়ংক্রিয় পদ্ধতি প্রয়োগ করা
- স্বয়ংক্রিয়
- স্বয়ংক্রিয়
- স্বয়ংক্রিয়ভাবে
- অটোমেল
- এড়াতে
- ডেস্কটপ AWS
- ভিত্তি
- BE
- হয়েছে
- আগে
- সুবিধা
- সর্বোত্তম
- মধ্যে
- উভয়
- আনা
- নির্মাণ করা
- ভবন
- নির্মিত
- ব্যবসায়
- ব্যবসা ফাংশন
- ব্যবসা
- কিন্তু
- by
- CAN
- ক্যানভাস
- মামলা
- তালিকা
- চেন
- চার্জ
- চেক
- বেছে নিন
- ক্লিক
- কোড
- সহযোগিতা করা
- সহযোগিতা
- স্তম্ভ
- মন্তব্য
- সম্পূর্ণ
- কনসোল
- পরামর্শকারী
- আধার
- ধারণ
- নিয়ন্ত্রণ
- মূল
- খরচ
- সৃষ্টি
- নির্মিত
- সৃষ্টি
- তৈরি করা হচ্ছে
- সৃষ্টি
- ধার
- প্রথা
- ক্রেতা
- গ্রাহক সেবা
- গ্রাহকদের
- উপাত্ত
- ডেটা প্রস্তুতি
- তথ্য বিজ্ঞান
- তথ্য বিজ্ঞানী
- ডেটাসেট
- দিন
- ডিফল্ট
- গণতন্ত্রায়নের
- প্রদর্শন
- বিভাগের
- স্থাপন
- মোতায়েন
- মোতায়েন
- বিস্তৃতি
- স্থাপন
- ফন্দিবাজ
- বিস্তারিত
- সনাক্তকরণ
- উন্নয়ন
- বিভিন্ন
- কঠিন
- সরাসরি
- আবিষ্কার করা
- না
- ডোমেইন
- Dont
- নিচে
- ড্রাইভ
- কারণে
- প্রতি
- কার্যকর
- দক্ষতা
- প্রচেষ্টা
- পারেন
- সক্ষম করা
- সর্বশেষ সীমা
- শেষপ্রান্ত
- প্রকৌশলী
- উদ্যোগ
- পরিবেশের
- উদাহরণ
- উদাহরণ
- বিদ্যমান
- অভিজ্ঞতা
- পরীক্ষা
- ল্যাপারোস্কোপিক পদ্ধতি
- অন্বেষণ করুণ
- অন্বেষণ
- এক্সপ্লোরিং
- কয়েক
- ব্যক্তিত্ব
- ফাইল
- অর্থ
- আবিষ্কার
- প্রথম
- অনুসরণ
- জন্য
- ফোর্সেস
- প্রতারণা
- জালিয়াতি সনাক্তকরণ
- থেকে
- সম্পূর্ণ
- ক্রিয়াকলাপ
- ভবিষ্যৎ
- উত্পাদন করা
- উৎপাদিত
- Go
- আছে
- he
- হেডার
- উচ্চতা
- সাহায্য
- সাহায্য
- সাহায্য
- অত: পর
- হোস্টিং
- কিভাবে
- যাহোক
- এইচটিএমএল
- HTTP
- HTTPS দ্বারা
- নাভি
- চিহ্নিতকরণের
- পরিচয়
- if
- আমদানি
- আমদানি
- উন্নত করা
- in
- অন্তর্ভুক্ত
- সুদ্ধ
- স্বতন্ত্র
- তথ্য
- ইনপুট
- পরিবর্তে
- নির্দেশাবলী
- ইন্টিগ্রেশন
- ইন্টারফেস
- মধ্যে
- সমস্যা
- IT
- এর
- কাজ
- JPG
- JSON
- মাত্র
- চাবি
- গত
- গত বছর
- নেতৃত্ব
- শিখতে
- শিক্ষা
- ত্যাগ
- লম্বা
- মত
- পছন্দ
- সীমাবদ্ধতা
- লাইন
- তালিকাভুক্ত
- অবস্থান
- লগ ইন করুন
- লগইন
- খুঁজছি
- বজায় রাখা
- করা
- পরিচালনা করা
- ম্যানুয়াল
- উত্পাদন
- Marketing
- পরিমাপ
- মধ্যম
- মেটাডাটা
- পদ্ধতি
- ছন্দোবিজ্ঞান
- হতে পারে
- মন
- মিনিট
- প্রশমিত করা
- ML
- মডেল
- মডেল
- মাসের
- অধিক
- বহু
- সঙ্গীত
- অবশ্যই
- নাম
- প্রকৃতি
- ন্যাভিগেশন
- চাহিদা
- নতুন
- না।
- নোটবই
- প্রজ্ঞাপন
- of
- প্রায়ই
- on
- অনবোর্ড
- ONE
- ওপেন সোর্স
- অপারেশনস
- অপ্টিমাইজেশান
- সর্বোচ্চকরন
- পছন্দ
- or
- সংগঠন
- অন্যান্য
- বাইরে
- ফলাফল
- আউটপুট
- বাহিরে
- নিজের
- পৃষ্ঠা
- শার্সি
- গৃহীত
- কামুক
- নিদর্শন
- অনুমতি
- শারীরিক
- মাচা
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- পোস্ট
- সম্ভাব্য
- ভবিষ্যদ্বাণী করা
- ভবিষ্যদ্বাণী
- ভবিষ্যতবাণী
- পূর্বশর্ত
- সমস্যা
- সমস্যা
- প্রক্রিয়া
- প্রসেস
- প্রক্রিয়াজাতকরণ
- পণ্য
- উত্পাদনের
- প্রকল্প
- প্রদান
- প্রদত্ত
- উপলব্ধ
- গুণ
- প্রশ্ন
- পরিসর
- গ্রহণ করা
- হ্রাস করা
- এলাকা
- খাতা
- রেজিস্ট্রি
- প্রাসঙ্গিক
- আবশ্যকতা
- Resources
- ফলে এবং
- রাজস্ব
- এখানে ক্লিক করুন
- ঝুঁকি
- ভূমিকা
- ঋষি নির্মাতা
- বিক্রয়
- একই
- বিজ্ঞান
- বিজ্ঞানী
- বিজ্ঞানীরা
- স্কোরিং
- অধ্যায়
- দেখ
- নির্বাচন
- জ্যেষ্ঠ
- সেবা
- সেবা
- সেট
- সেটিংস
- শেয়ার
- ভাগ
- শেয়ারগুলি
- শেয়ারিং
- সে
- গ্লাসকেস
- বন্ধ করুন
- অনুরূপ
- সহজ
- একক
- ছোট
- So
- সফটওয়্যার
- সফটওয়্যার ইঞ্জিনিয়ার
- সলিউশন
- সমাধান
- স্টার্ট আপ
- অবস্থা
- প্রারম্ভিক ব্যবহারের নির্দেশাবলী
- স্টোরেজ
- দোকান
- কৌশল
- চিত্রশালা
- এমন
- সরবরাহ
- সরবরাহ শৃঙ্খল
- সাপ্লাই চেইন অপ্টিমাইজেশান
- সমর্থন
- কৃত্রিম
- গ্রহণ করা
- লক্ষ্য
- কাজ
- দল
- কারিগরী
- টেলিকম
- প্রান্তিক
- চেয়ে
- যে
- সার্জারির
- তাদের
- তাহাদিগকে
- তারপর
- এইগুলো
- তারা
- এই
- সেগুলো
- তিন
- কঠিন
- সময়
- থেকে
- রেলগাড়ি
- প্রশিক্ষিত
- প্রশিক্ষণ
- আদর্শ
- অধীনে
- ইউনিট
- ব্যবহার
- ব্যবহৃত
- ব্যবহারকারী
- ব্যবহারকারী
- ব্যবহার
- বৈধতা
- মূল্য
- মান সৃষ্টি
- সংস্করণ
- চেক
- দৃষ্টিপাত
- দৃষ্টি
- we
- কখন
- যে
- যখন
- হু
- ব্যাপক
- প্রশস্ত পরিসর
- সঙ্গে
- মধ্যে
- ছাড়া
- হয়া যাই ?
- কাজ
- কাজ
- লেখা
- বছর
- বছর
- আপনি
- আপনার
- zephyrnet