"Tekstiin, ääneen, sosiaaliseen mediaan ja muihin strukturoimattomiin lähteisiin lukittu data voi olla kilpailuetu yrityksille, jotka keksivät kuinka käyttää sitä"
Vain 18 % organisaatioista a Deloitten vuoden 2019 kysely kertoi pystyvänsä hyödyntämään strukturoimatonta dataa. Suurin osa tiedoista, 80–90 %, on jäsentämätöntä dataa. Se on iso hyödyntämätön resurssi, joka voi antaa yrityksille kilpailuetua, jos ne oppivat käyttämään sitä. Näistä tiedoista voi olla vaikeaa löytää oivalluksia, varsinkin jos tarvitaan ponnisteluja niiden luokittelemiseksi, merkitsemiseksi tai merkitsemiseksi. Amazonin käsitys mukautettu luokittelu voi olla hyödyllinen tässä tilanteessa. Amazonin käsitys on luonnollisen kielen käsittelypalvelu (NLP), joka käyttää koneoppimista löytääkseen arvokkaita oivalluksia ja yhteyksiä tekstistä.
Asiakirjojen luokittelulla tai luokittelulla on merkittäviä etuja eri liiketoiminta-alueilla –
- Parannettu haku ja haku – Luokittelemalla asiakirjat asiaankuuluviin aiheisiin tai luokkiin käyttäjien on paljon helpompi etsiä ja hakea tarvitsemiaan asiakirjoja. He voivat hakea tietyistä luokista rajatakseen tuloksia.
- Tietohallinto – Asiakirjojen systemaattinen luokittelu auttaa järjestämään organisaation tietopohjaa. Se helpottaa olennaisten tietojen paikantamista ja yhteyksien havaitsemista aiheeseen liittyvän sisällön välillä.
- Virtaviivaiset työnkulut – Automaattinen asiakirjojen lajittelu voi auttaa virtaviivaistamaan monia liiketoimintaprosesseja, kuten laskujen käsittelyä, asiakastukea tai säännösten noudattamista. Asiakirjat voidaan reitittää automaattisesti oikeille ihmisille tai työnkulkuihin.
- Kustannus- ja ajansäästö – Manuaalinen asiakirjojen luokittelu on työlästä, aikaa vievää ja kallista. Tekoälytekniikat voivat ottaa haltuunsa tämän arkipäiväisen tehtävän ja luokitella tuhansia asiakirjoja lyhyessä ajassa paljon pienemmillä kustannuksilla.
- Insight-sukupolvi – Asiakirjakategorioiden trendien analysointi voi tarjota hyödyllisiä oivalluksia liiketoiminnalle. Esimerkiksi asiakkaiden valitusten lisääntyminen tuoteluokassa voi merkitä joitakin ongelmia, joihin on puututtava.
- Hallinto ja politiikan täytäntöönpano – Asiakirjojen luokittelusääntöjen määrittäminen auttaa varmistamaan, että asiakirjat luokitellaan oikein organisaation käytäntöjen ja hallintostandardien mukaisesti. Tämä mahdollistaa paremman seurannan ja auditoinnin.
- Henkilökohtaisia kokemuksia – Verkkosivuston sisällön kaltaisissa yhteyksissä asiakirjojen luokittelu mahdollistaa räätälöidyn sisällön näyttämisen käyttäjille heidän selauskäyttäytymisensä perusteella määritettyjen kiinnostuksen kohteiden ja mieltymysten perusteella. Tämä voi lisätä käyttäjien sitoutumista.
Räätälöidyn luokituksen koneoppimismallin kehittämisen monimutkaisuus vaihtelee useiden näkökohtien, kuten tiedon laadun, algoritmin, skaalautuvuuden ja verkkotunnuksen tuntemuksen mukaan. On tärkeää aloittaa selkeästä ongelmanmäärittelystä, puhtaista ja relevanteista tiedoista ja käydä vähitellen läpi mallin kehittämisen eri vaiheet. Yritykset voivat kuitenkin luoda omia ainutlaatuisia koneoppimismallejaan käyttämällä mukautettua Amazon Comprehend -luokittelua, joka luokittelee tekstiasiakirjat automaattisesti luokkiin tai tunnisteisiin, täyttääkseen yrityskohtaiset vaatimukset ja liittääkseen liiketoimintateknologiaan ja asiakirjaluokkiin. Koska ihmisten merkitseminen tai luokittelu ei ole enää tarpeen, tämä voi säästää yrityksiltä paljon aikaa, rahaa ja työvoimaa. Olemme tehneet tästä prosessista yksinkertaisen automatisoimalla koko koulutusputken.
Tämän monisarjaisen blogikirjoituksen ensimmäisessä osassa opit luomaan skaalautuvan koulutusputken ja valmistelemaan harjoitustietoja Comprehend Custom Classification -malleja varten. Esittelemme mukautetun luokittelijan koulutusputken, joka voidaan ottaa käyttöön AWS-tililläsi muutamalla napsautuksella. Käytämme BBC:n uutisaineistoa ja koulutamme luokittelijan tunnistamaan luokan (esim. politiikka, urheilu), johon asiakirja kuuluu. Putkilinjan avulla organisaatiosi voi reagoida nopeasti muutoksiin ja kouluttaa uusia malleja ilman, että sinun tarvitsee aloittaa joka kerta alusta. Voit helposti skaalata ja kouluttaa useita malleja tarpeidesi mukaan.
Edellytykset
- Aktiivinen AWS-tili (Napsauta tätä luodaksesi uuden AWS-tilin)
- Pääsy Amazon Comprehendiin, Amazon S3:een, Amazon Lambdaan, Amazon Step Functioniin, Amazon SNS:ään ja Amazon CloudFormationiin
- Seuraavassa osiossa laaditut harjoitustiedot (puolirakenne tai teksti).
- Perustiedot Pythonista ja koneoppimisesta yleensä
Valmistele harjoitustiedot
Tämä ratkaisu voi ottaa syötteen joko tekstimuoto (esim. CSV) tai puolirakenteinen muoto (esim. PDF).
Tekstinsyöttö
Amazonin käsitys mukautettu luokitus tukee kahta tilaa: multi-class ja multi-label.
Moniluokkatilassa jokaiselle asiakirjalle voi olla yksi ja vain yksi luokka. Harjoitustiedot tulee laatia kaksisarakkeisena CSV-tiedostona, jossa tiedoston jokaisella rivillä on yksi luokka ja luokkaa esittelevän asiakirjan teksti.
Esimerkki varten BBC:n uutisaineisto:
Monitarratilassa jokaiselle asiakirjalle on määritetty vähintään yksi luokka, mutta niitä voi olla useampia. Harjoitustietojen tulee olla kaksisarakkeisena CSV-tiedostona, jonka jokainen rivi tiedoston sisältää yhden tai useamman luokan ja koulutusdokumentin tekstin. Useampi kuin yksi luokka tulee merkitä käyttämällä erotinta kunkin luokan välillä.
Kummankaan harjoitustilan CSV-tiedostoon ei saa sisällyttää otsikkoa.
Puolistrukturoitu syöttö
Alkaen 2023, Amazonin käsitys tukee nyt koulutusmalleja, joissa käytetään puolistrukturoituja asiakirjoja. Puolirakennesyötteen koulutustiedot koostuvat joukosta merkittyjä asiakirjoja, jotka voivat olla ennalta tunnistettuja asiakirjoja dokumenttivarastosta, johon sinulla on jo pääsy. Seuraavassa on esimerkki merkintätiedoston CSV-tiedoista, joita tarvitaan harjoitteluun (Näytetiedot):
Merkintöjen CSV-tiedosto sisältää kolme saraketta: Ensimmäinen sarake sisältää asiakirjan tunnisteen, toinen sarake on asiakirjan nimi (eli tiedoston nimi) ja viimeinen sarake on sen asiakirjan sivunumero, jonka haluat sisällyttää koulutustietojoukko. Useimmissa tapauksissa, jos huomautusten CSV-tiedosto sijaitsee samassa kansiossa kaikkien muiden asiakirjojen kanssa, sinun tarvitsee vain määrittää asiakirjan nimi toisessa sarakkeessa. Jos CSV-tiedosto kuitenkin sijaitsee eri paikassa, sinun on määritettävä polku sijaintiin toisessa sarakkeessa, kuten path/to/prefix/document1.pdf
.
Katso lisätietoja harjoitustietojen valmistelusta kohdasta tätä.
Ratkaisun yleiskatsaus
- Amazonin käsitys koulutusputki alkaa, kun harjoitustiedot (.csv-tiedosto tekstin syöttöä varten ja huomautus .csv-tiedosto puolirakennesyöttöä varten) ladataan erityiseen Amazon Simple Storage Service -palveluun (Amazon S3) ämpäri.
- An AWS Lambda toimintoa kutsuu Amazon S3 laukaista siten, että aina, kun objekti ladataan määritettyyn paikkaan Amazon S3 sijainnin, AWS Lambda -toiminto hakee lähdealueen nimen ja ladatun objektin avaimen nimen ja välittää sen koulutukseen askeltoiminto työnkulku.
- Koulutusvaihetoiminnossa sen jälkeen, kun opetusdataryhmän nimi ja objektiavaimen nimi on vastaanotettu syöttöparametreina, mukautetun mallin koulutustyönkulku käynnistyy sarjana lambda-toimintoja kuvatulla tavalla:
StartComprehendTraining
: Tämä AWS Lambda -toiminto määrittää aComprehendClassifier
objekti riippuen syöttötiedostojen tyypistä (eli teksti tai puolirakenteinen) ja käynnistää sitten Amazonin käsitys mukautettu luokittelukoulutustehtävä soittamalla Create_document_classifier Application Programming Interfact (API), joka palauttaa koulutuksen Job Amazon Resource Names (ARN) . Tämän jälkeen tämä toiminto tarkistaa koulutustyön tilan kutsumalla kuvaile_asiakirjan_luokitus API. Lopuksi se palauttaa koulutustyön ARN:n ja työn tilan tulosteena koulutustyönkulun seuraavaan vaiheeseen.GetTrainingJobStatus
: Tämä AWS-lambda tarkistaa koulutustyön työn tilan 15 minuutin välein soittamalla kuvaile_asiakirjan_luokitus API, kunnes koulutustyön tila muuttuu Valmis tai Epäonnistui.GenerateMultiClass
orGenerateMultiLabel
: Jos valitset Joo suorituskykyraporttia varten pinon käynnistettäessä toinen näistä kahdesta AWS-lambdasta suorittaa analyysin Amazon Comprehend -mallin tulostesi mukaan, joka luo luokkakohtaisen suorituskykyanalyysin ja tallentaa sen Amazon S3.GenerateMultiClass
: Tätä AWS-lambdaa kutsutaan, jos syötteesi on MultiClass ja sinä valitset Joo suorituskykyraporttia varten.GenerateMultiLabel
: Tätä AWS-lambdaa kutsutaan, jos syötteesi on MultiLabel ja sinä valitset Joo suorituskykyraporttia varten.
- Kun koulutus on suoritettu onnistuneesti, ratkaisu tuottaa seuraavat tulokset:
- Mukautettu luokitusmalli: Koulutettu ARN-malli on saatavilla tililläsi tulevaa päättelyä varten.
- Hämmennysmatriisi [optional]: sekaannusmatriisi (
confusion_matrix
.json) on saatavilla käyttäjän määrittämässä lähdössä Amazon S3 polku, riippuen käyttäjän valinnasta. - Amazonin yksinkertainen ilmoituspalvelu ilmoitus [optional]: Tilaajille lähetetään sähköposti-ilmoitus koulutustyön tilasta alkuperäisestä käyttäjävalinnasta riippuen.
Walkthrough
Ratkaisun käynnistäminen
Ota putkisto käyttöön suorittamalla seuraavat vaiheet:
- Valita Käynnistä pino painike:
- Valitse Seuraava
- Määritä putkilinjan tiedot käyttötapauksiisi sopivilla vaihtoehdoilla:
Jokaisen pinon tiedot:
- Pinon nimi (pakollinen) – tälle määrittämäsi nimi AWS-pilven muodostuminen pino. Nimen on oltava ainutlaatuinen sillä alueella, jolle luot sen.
- Q01ClassifierInputBucketName (pakollinen) – Amazon S3 -ämpärinimi syöttötietojesi tallentamiseen. Sen pitäisi olla maailmanlaajuisesti ainutlaatuinen nimi, ja AWS CloudFormation -pino auttaa sinua luomaan kauhan sen käynnistettäessä.
- Q02ClassifierOutputBucketName (pakollinen) – Amazon S3 -ämpärinimi, joka tallentaa Amazon Comprehendin ja putkilinjan tulosteet. Sen pitäisi olla myös maailmanlaajuisesti ainutlaatuinen nimi.
- Q03InputFormat - Pudotusvalikosta voit valita teksti (jos harjoitustietosi ovat csv-tiedostoja) tai puolirakenne (jos harjoitustietosi ovat puolirakenteisia [esim. PDF-tiedostoja]) tietojen syöttömuotosi perusteella.
- Q04Kieli – Pudotusvalikosta valitaan asiakirjojen kieli tuetusta luettelosta. Huomaa, että tällä hetkellä vain englantia tuetaan, jos syöttömuotosi on puolirakenne.
- Q05 MultiClass – Pudotusvalikosta, valitse Joo jos syötteesi on MultiClass-tila. Muussa tapauksessa valitse Nro.
- Q06 LabelDelimiter – Vaaditaan vain, jos Q05MultiClass-vastauksesi on Nro. Tätä erotinta käytetään harjoitustiedoissasi kunkin luokan erottamiseen.
- Q07ValidationDataset – Pudotusvalikosta, muuta vastaus Joo jos haluat testata koulutetun luokittelijan suorituskykyä omilla testitiedoillasi.
- Q08S3ValidationPath – Vaaditaan vain, jos vastaus Q07ValidationDataset on Joo.
- Q09PerformanceReport – Pudotusvalikosta, valitse Joo jos haluat luoda luokkatason suorituskykyraportin mallikoulutuksen jälkeen. Raportti tallennetaan määrittämääsi tulostusalueeseen kohdassa Q02ClassifierOutputBucketName.
- Q10 Sähköposti-ilmoitus – Pudotusvalikosta. Valitse Joo jos haluat saada ilmoituksen mallin koulutuksen jälkeen.
- Q11Sähköpostitunnus – Anna kelvollinen sähköpostiosoite suorituskykyraportti-ilmoituksen vastaanottamista varten. Huomaa, että sinun on vahvistettava tilaus sähköpostistasi, kun AWS CloudFormation -pino on käynnistetty, ennen kuin voit saada ilmoituksen koulutuksen päättymisestä.
- Lisää Amazon Configure pinoasetukset -osioon valinnaisia tunnisteita, käyttöoikeuksia ja muita lisäasetuksia.
- Valita seuraava
- Tarkista pinon tiedot ja valitse Hyväksyn sen AWS-pilven muodostuminen saattaa luoda AWS:n IAM resursseja.
- Valita Lähetä. Tämä käynnistää putken käyttöönoton AWS-tililläsi.
- Kun pino on otettu käyttöön onnistuneesti, voit aloittaa liukuhihnan käytön. Luo
/training-data
kansio määrittämäsi Amazon S3 -sijainnin alla syöttöä varten. Huomautus: Amazon S3 käyttää automaattisesti palvelinpuolen salausta (SSE-S3) jokaiselle uudelle objektille, ellet määritä eri salausvaihtoehtoa. Katso Tietosuoja Amazon S3:ssa saadaksesi lisätietoja tietosuojasta ja salauksesta Amazon S3.
- Lataa harjoitustietosi kansioon. (Jos harjoitustiedot ovat puolirakenteisia, lataa kaikki PDF-tiedostot ennen .csv-muotoisen tarratietojen lähettämistä).
Olet valmis! Olet ottanut liukuhihnan käyttöön onnistuneesti ja voit tarkistaa liukuhihnan tilan käyttöönoton vaihetoiminnossa. (Sinulla on koulutettu malli mukautetussa Amazon Comprehend -luokituspaneelissasi).
Jos valitset mallin ja sen version sisältä Amazonin käsitys konsoli, voit nyt nähdä lisätietoja juuri kouluttamastasi mallista. Se sisältää valitsemasi tilan, joka vastaa vaihtoehtoa Q05MultiClass, tarrojen lukumäärän sekä harjoitustietojesi sisällä olevien harjoitus- ja testiasiakirjojen lukumäärän. Voit myös tarkistaa yleisen suorituskyvyn alta; Jos kuitenkin haluat tarkistaa kunkin luokan yksityiskohtaisen suorituskyvyn, tutustu käyttöönotetun putkilinjan luomaan suorituskykyraporttiin.
Palvelukiintiöt
AWS-tililläsi on oletuskiintiöt Amazonin käsitys ja AmazonTextract, jos syötteet ovat puolirakennemuodossa. Katso palvelukiintiöt kohdasta tätä varten Amazonin käsitys ja tätä varten AmazonTextract.
Puhdistaa
Voit välttää jatkuvia kuluja poistamalla tämän ratkaisun osana luomasi resurssit, kun olet valmis.
- On Amazon S3 konsoli, poista manuaalisesti sisältö syöttö- ja tulostustietoja varten luomistasi ryhmistä.
- On AWS-pilven muodostuminen valitse konsoli Stacks navigointipaneelissa.
- Valitse pääpino ja valitse Poista.
Tämä poistaa käyttöönotetun pinon automaattisesti.
- Olet koulutettu Amazonin käsitys mukautettu luokitusmalli säilyy tililläsi. Jos et tarvitse sitä enää, sisään Amazonin käsitys konsoli, poista luotu malli.
Yhteenveto
Tässä viestissä näytimme sinulle skaalautuvan koulutusputken konseptin Amazonin käsitys mukautettuja luokitusmalleja ja tarjota automatisoitu ratkaisu uusien mallien tehokkaaseen kouluttamiseen. The AWS-pilven muodostuminen toimitetun mallin avulla voit luoda vaivattomasti omia tekstiluokittelumallejasi tarpeiden mukaan. Ratkaisu ottaa käyttöön äskettäin julkistetun Euclid-ominaisuuden ja hyväksyy syötteet teksti- tai puolirakenteisessa muodossa.
Nyt kehotamme teitä, lukijoitamme, testaamaan näitä työkaluja. Löydät lisätietoja aiheesta koulutustietojen valmistelu ja ymmärtää mukautettuja luokitinmittareita. Kokeile sitä ja näe omakohtaisesti, kuinka se voi virtaviivaistaa malliharjoitteluprosessiasi ja parantaa tehokkuutta. Ole hyvä ja jaa meille palautetta!
Tietoja Tekijät
Sandeep Singh on vanhempi tietotutkija, jolla on AWS-asiantuntijapalvelut. Hän haluaa auttaa asiakkaita innovoimaan ja saavuttamaan liiketoimintatavoitteensa kehittämällä huippuluokan AI/ML-pohjaisia ratkaisuja. Hän keskittyy tällä hetkellä generatiiviseen tekoälyyn, LLM:ihin, nopeaan suunnitteluun ja koneoppimisen skaalaamiseen eri yrityksissä. Hän tuo viimeaikaisia tekoälykeinoja luodakseen lisäarvoa asiakkaille.
Yanyan Zhang on vanhempi tietotutkija Energy Delivery -tiimissä AWS Professional Services -palvelussa. Hän on intohimoinen auttamaan asiakkaita ratkaisemaan todellisia ongelmia AI/ML-tiedon avulla. Viime aikoina hän on keskittynyt luovan tekoälyn ja LLM:n potentiaalin tutkimiseen. Työn ulkopuolella hän rakastaa matkustamista, treenaamista ja uusien asioiden tutkimista.
Wrick Talukdar on vanhempi arkkitehti Amazon Comprehend Service -tiimissä. Hän työskentelee AWS-asiakkaiden kanssa auttaakseen heitä ottamaan käyttöön koneoppimisen laajassa mittakaavassa. Työn ulkopuolella hän pitää lukemisesta ja valokuvaamisesta.
- SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
- PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
- PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
- PlatoESG. Autot / sähköautot, hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
- PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
- ChartPrime. Nosta kaupankäyntipeliäsi ChartPrimen avulla. Pääsy tästä.
- BlockOffsets. Ympäristövastuun omistuksen nykyaikaistaminen. Pääsy tästä.
- Lähde: https://aws.amazon.com/blogs/machine-learning/build-a-classification-pipeline-with-amazon-comprehend-custom-classification-part-i/
- :on
- :On
- $ YLÖS
- 1
- 100
- 11
- 15%
- 2023
- 24
- 26%
- 7
- 9
- a
- pystyy
- Meistä
- hyväksyy
- pääsy
- Mukaan
- Tili
- Saavuttaa
- tunnustaa
- poikki
- aktiivinen
- lisätä
- osoite
- osoitettu
- hyväksyä
- kehittynyt
- edistysaskeleet
- Etu
- Jälkeen
- AI
- AI / ML
- algoritmi
- Kaikki
- mahdollistaa
- jo
- Myös
- Amazon
- Amazonin käsitys
- Amazon Web Services
- an
- analyysi
- analysointi
- ja
- ilmoitti
- vastaus
- enää
- api
- Hakemus
- sovelletaan
- OVAT
- AS
- näkökohdat
- osoitettu
- At
- audio-
- tilintarkastus
- Automatisoitu
- automaattisesti
- automaattisesti
- automatisointi
- saatavissa
- välttää
- pois
- AWS
- AWS-pilven muodostuminen
- AWS Lambda
- AWS-asiantuntijapalvelut
- pohja
- perustua
- bbc
- BE
- ollut
- ennen
- käyttäytyminen
- ovat
- kuuluu
- alle
- Hyödyt
- tilaustyönä
- Paremmin
- välillä
- Iso
- Blogi
- Tuo
- Selaaminen
- rakentaa
- liiketoiminta
- yritykset
- mutta
- nappia
- by
- nimeltään
- soittamalla
- CAN
- tapaus
- tapauksissa
- luokat
- luokittelu
- Kategoria
- muuttaa
- Muutokset
- maksut
- tarkastaa
- Tarkastukset
- Valita
- valita
- luokka
- luokat
- luokittelu
- luokiteltu
- luokitella
- selkeä
- napsauttaa
- kerätä
- Sarake
- Pylväät
- kilpailukykyinen
- valitukset
- täydellinen
- Valmistunut
- monimutkaisuus
- noudattaminen
- ymmärtää
- Sisältää
- käsite
- Vahvistaa
- sekaannus
- Liitännät
- Console
- sisältää
- pitoisuus
- sisältö
- yhteyksissä
- vastaa
- Hinta
- voisi
- luoda
- Luo arvoa
- luotu
- Luominen
- Tällä hetkellä
- asiakassuhde
- asiakas
- Asiakaspalvelu
- Asiakkaat
- tiedot
- tietosuoja
- tietojen tutkija
- omistautunut
- oletusarvo
- määritelty
- määrittelee
- määritelmä
- toimitus
- Deloitte
- Kysyntä
- osoittaa
- Riippuen
- sijoittaa
- käyttöön
- käyttöönotto
- on kuvattu
- yksityiskohta
- yksityiskohtainen
- yksityiskohdat
- määritetty
- kehittämällä
- Kehitys
- eri
- vaikea
- asiakirja
- asiakirjat
- dollari
- verkkotunnuksen
- verkkotunnuksia
- tehty
- Dont
- alas
- e
- kukin
- helpompaa
- helposti
- reuna
- tehokkuus
- tehokkaasti
- vaivattomasti
- ponnisteluja
- myöskään
- mahdollistaa
- kannustaa
- salaus
- energia
- sitoumus
- Tekniikka
- Englanti
- parantaa
- varmistaa
- enter
- yrityksille
- olennainen
- Eurooppa
- Joka
- esimerkki
- kallis
- Tutkiminen
- Epäonnistui
- Ominaisuus
- palaute
- harvat
- Kuva
- filee
- Asiakirjat
- Vihdoin
- Löytää
- yritykset
- Etunimi
- asennus
- Keskittää
- keskityttiin
- jälkeen
- varten
- muoto
- alkaen
- toiminto
- tehtävät
- tulevaisuutta
- tuottaa
- syntyy
- synnyttää
- generatiivinen
- Generatiivinen AI
- Antaa
- Maailmanlaajuisesti
- hallinto
- vähitellen
- Olla
- ottaa
- he
- auttaa
- auttaa
- auttaa
- hänen
- Miten
- Miten
- Kuitenkin
- HTML
- HTTPS
- ihmisen
- i
- tunnistaa
- if
- in
- sisältää
- mukana
- sisältää
- Kasvaa
- ilmoitettu
- tiedot
- ensimmäinen
- Osaa aloittaa
- innovoida
- panos
- tuloa
- sisällä
- oivalluksia
- etu
- tulee
- esitellä
- kutsuttuihin
- kysymykset
- IT
- SEN
- Job
- jpg
- json
- vain
- avain
- tuntemus
- Merkki
- tarrat
- työ
- Kieli
- suuri
- Sukunimi
- käynnistettiin
- käynnistäminen
- OPPIA
- oppiminen
- vähiten
- pitää
- linja
- Lista
- OTK
- sijaitsevat
- sijainti
- lukittu
- kauemmin
- Erä
- rakastaa
- alentaa
- kone
- koneoppiminen
- tehty
- tärkein
- Enemmistö
- TEE
- manuaalinen
- käsin
- monet
- kartta
- Matriisi
- Saattaa..
- Media
- Tavata
- ehkä
- minuuttia
- tila
- malli
- mallit
- tilat
- raha
- seuranta
- lisää
- eniten
- Vuori
- paljon
- moninkertainen
- täytyy
- nimi
- nimet
- kapea
- suunnistus
- välttämätön
- Tarve
- tarvitaan
- Uusi
- uutiset
- seuraava
- NLP
- Nro
- ilmoituksen
- nyt
- numero
- objekti
- tavoitteet
- of
- on
- ONE
- jatkuva
- vain
- Vaihtoehto
- Vaihtoehdot
- or
- organisaatio
- organisaatioiden
- Muut
- muuten
- meidän
- ulos
- ulostulo
- ulkopuolella
- yli
- yleinen
- oma
- sivulla
- lasi
- paneeli
- parametrit
- osa
- erityisesti
- kulkea
- intohimoinen
- polku
- Ihmiset
- varten
- suorituskyky
- Oikeudet
- valokuvaus
- putki
- Platon
- Platonin tietotieto
- PlatonData
- Ole hyvä
- politiikkaa
- politiikka
- politiikka
- mahdollinen
- Kirje
- mahdollinen
- powered
- mieltymykset
- Valmistella
- valmis
- Ongelma
- ongelmia
- prosessi
- Prosessit
- käsittely
- Tuotteet
- ammatillinen
- Ohjelmointi
- suojaus
- toimittaa
- mikäli
- tarjoamalla
- Python
- laatu
- nopeasti
- lukijoita
- Lukeminen
- todellinen
- vastaanottaa
- vastaanottava
- äskettäinen
- äskettäin
- katso
- alue
- sääntelyn
- Sääntelyn noudattaminen
- liittyvä
- merkityksellinen
- jäädä
- raportti
- raportoitu
- säilytyspaikka
- tarvitaan
- vaatimukset
- resurssi
- Esittelymateriaalit
- Vastata
- tulokset
- Tuotto
- oikein
- säännöt
- ajaa
- sama
- Säästä
- tallennettu
- skaalautuvuus
- skaalautuva
- Asteikko
- asteikot
- skaalaus
- Tiedemies
- raapia
- Haku
- Toinen
- Osa
- nähdä
- valinta
- vanhempi
- lähetetty
- erillinen
- Sarjat
- palvelu
- Palvelut
- setti
- asetus
- settings
- Jaa:
- hän
- Lyhyt
- shouldnt
- osoittivat
- esitetty
- merkittävä
- tarkoittavat
- Yksinkertainen
- single
- tilanne
- sosiaalinen
- sosiaalinen media
- ratkaisu
- Ratkaisumme
- SOLVE
- jonkin verran
- lähde
- Lähteet
- erityinen
- määritelty
- Urheilu
- pino
- Vaihe
- vaiheissa
- standardit
- Alkaa
- alkaa
- huippu-
- Tila
- Vaihe
- Askeleet
- Levytila
- verkkokaupasta
- tehostaa
- tilaajat
- tilaus
- Myöhemmin
- Onnistuneesti
- niin
- tuki
- Tuetut
- Tukee
- Tutkimus
- TAG
- Räätälöity
- ottaa
- Tehtävä
- joukkue-
- teknologia
- tekniikat
- Elektroniikka
- sapluuna
- testi
- teksti
- Tekstiluokitus
- kuin
- että
- -
- Lähde
- heidän
- Niitä
- sitten
- Nämä
- ne
- asiat
- tätä
- tuhansia
- kolmella
- Kautta
- aika
- aikaavievä
- että
- työkalut
- Aiheet
- Juna
- koulutettu
- koulutus
- Matkustaminen
- Trendit
- laukaista
- yrittää
- kaksi
- tyyppi
- paljastaa
- varten
- ymmärtää
- unique
- hyödyntämätön
- asti
- ladattu
- Ladataan
- us
- käyttää
- käyttölaukku
- käytetty
- käyttäjä
- Käyttäjät
- käyttötarkoituksiin
- käyttämällä
- arvokas
- arvo
- lajike
- versio
- Näytä
- haluta
- Tapa..
- we
- verkko
- verkkopalvelut
- Verkkosivu
- kun
- joka
- vaikka
- koko
- tulee
- with
- sisällä
- ilman
- Referenssit
- työnkulku
- työnkulkuja
- työskentely
- käydä salilla
- toimii
- Voit
- Sinun
- zephyrnet
- Postinumero