Tämän viestin on kirjoittanut Salesforce Einstein AI:n tuotejohtaja Daryl Martis.
Tämä on kolmas viesti sarjassa, joka käsittelee Salesforce Data Cloudin integrointia ja Amazon Sage Maker.
In Osa 1 ja Osa 2, näytämme, kuinka Salesforce Data Cloudin ja Einstein Studion integraatio SageMakerin kanssa mahdollistaa yritysten pääsyn Salesforce-tietoihinsa turvallisesti SageMakerin avulla ja käyttää sen työkaluja mallien rakentamiseen, kouluttamiseen ja käyttöönottoon SageMakerissa isännöityihin päätepisteisiin. SageMaker-päätepisteet voidaan rekisteröidä Salesforce Data Cloudiin ennusteiden aktivoimiseksi Salesforcessa.
Tässä postauksessa näytämme, kuinka yritysanalyytikot ja kansalaistietotutkijat voivat luoda koneoppimismalleja (ML) ilman koodia. Amazon SageMaker Canvas ja ottaa käyttöön koulutettuja malleja integroitaviksi Salesforce Einstein Studion kanssa tehokkaiden yrityssovellusten luomiseksi. SageMaker Canvas tarjoaa koodittoman kokemuksen Salesforce Data Cloudin tietojen käyttämiseen ja mallien rakentamiseen, testaamiseen ja käyttöönottoon vain muutamalla napsautuksella. SageMaker Canvasin avulla voit myös ymmärtää ennusteitasi käyttämällä ominaisuuden tärkeyttä ja SHAP-arvoja, joten ML-mallien tekemien ennusteiden selittäminen on helppoa.
SageMaker Canvas
SageMaker Canvasin avulla yritysanalyytikot ja datatiederyhmät voivat rakentaa ja käyttää ML- ja generatiivisia tekoälymalleja ilman, että tarvitsee kirjoittaa yhtä koodiriviä. SageMaker Canvas tarjoaa visuaalisen osoita ja napsauta -käyttöliittymän, joka tuottaa tarkkoja ML-ennusteita luokittelua, regressiota, ennustamista, luonnollisen kielen käsittelyä (NLP) ja tietokonenäköä (CV) varten. Lisäksi voit käyttää ja arvioida perusmalleja (FM:itä) osoitteesta Amazonin kallioperä tai julkiset FM:t osoitteesta Amazon SageMaker JumpStart sisällön luomiseen, tekstin poimimiseen ja tekstin yhteenvetoon luovien tekoälyratkaisujen tukemiseksi. SageMaker Canvas mahdollistaa sen tuoda minne tahansa rakennetut ML-mallit ja luoda ennusteita suoraan SageMaker Canvasissa.
Salesforce Data Cloud ja Einstein Studio
Salesforce Data Cloud on tietoalusta, joka tarjoaa yrityksille reaaliaikaisia päivityksiä asiakastiedoistaan mistä tahansa kosketuspisteestä.
Einstein Studio on portti tekoälytyökaluihin Salesforce Data Cloudissa. Einstein Studion avulla järjestelmänvalvojat ja datatieteilijät voivat luoda malleja vaivattomasti muutamalla napsautuksella tai koodin avulla. Einstein Studion tuo oma mallisi (BYOM) -kokemus tarjoaa mahdollisuuden liittää mukautettuja tai generatiivisia tekoälymalleja ulkoisista alustoista, kuten SageMakerista, Salesforce Data Cloudiin.
Ratkaisun yleiskatsaus
Havainnollistaaksemme, kuinka voit rakentaa ML-malleja Salesforce Data Cloudin datan avulla SageMaker Canvasin avulla, luomme ennakoivan mallin tuotteen suosittelemiseksi. Tämä malli käyttää Salesforce Data Cloudiin tallennettuja ominaisuuksia, kuten asiakkaiden demografisia tietoja, markkinointisitoumuksia ja ostohistoriaa. Tuotesuositusmalli on rakennettu ja otettu käyttöön SageMaker Canvasin koodittomalla käyttöliittymällä käyttämällä Salesforce Data Cloudin tietoja.
Käytämme seuraavaa näytetiedosto varastoitu Amazonin yksinkertainen tallennuspalvelu (Amazon S3). Jos haluat käyttää tätä tietojoukkoa Salesforce Data Cloudissa, katso Luo Amazon S3 Data Stream Data Cloudissa. Mallin luomiseen tarvitaan seuraavat attribuutit:
- Klubin jäsen – Jos asiakas on seuran jäsen
- Kampanja – Kampanja, johon asiakas on osa
- Osavaltio – Osavaltio tai maakunta, jossa asiakas asuu
- Kuukausi – Ostokuukausi
- Tapausten määrä – Asiakkaan esittämien tapausten määrä
- Tapaustyypin palautus – Onko asiakas palauttanut tuotteen viimeisen vuoden aikana
- Kotelotyyppi Lähetys vaurioitunut – Onko asiakkaalla vaurioitunut lähetyksiä viimeisen vuoden aikana?
- Sitoutumispisteet – Asiakkaan sitoutumisen taso (vastaus postituskampanjoihin, kirjautumiset verkkokauppaan ja niin edelleen)
- hallintaoikeus – Asiakassuhteen kesto yrityksen kanssa
- Napsautukset – Keskimääräinen klikkausten määrä, jonka asiakas on tehnyt ostoa edeltävän viikon aikana
- Vierailtuja sivuja – Keskimääräinen sivumäärä, jolla asiakas vieraili ostoa edeltävän viikon aikana
- Tuote ostettu – Varsinainen ostettu tuote
Seuraavat vaiheet antavat yleiskatsauksen siitä, kuinka SageMaker Canvasissa käynnistettyä Salesforce Data Cloud -liitintä käytetään yritystietojen käyttämiseen ja ennakoivan mallin luomiseen:
- Määritä Salesforceen yhdistetty sovellus rekisteröimään SageMaker Canvas -verkkotunnus.
- Määritä OAuth for Salesforce Data Cloud SageMaker Canvasissa.
- Yhdistä Salesforce Data Cloud -tietoihin sisäänrakennetun SageMaker Canvas Salesforce Data Cloud -liittimen avulla ja tuo tietojoukko.
- Rakenna ja kouluta malleja SageMaker Canvasissa.
- Ota malli käyttöön SageMaker Canvasissa ja tee ennusteita.
- Ota käyttöön Amazon API -yhdyskäytävä päätepiste etupään yhteyteen SageMaker-päätelmäpäätepisteeseen.
- Rekisteröi API Gateway -päätepiste Einstein Studiossa. Katso ohjeet kohdasta Tuo omat tekoälymallisi Data Cloudiin.
Seuraava kaavio kuvaa ratkaisuarkkitehtuuria.
Edellytykset
Ennen kuin aloitat, suorita seuraavat edellytykset luodaksesi SageMaker-verkkotunnuksen ja ottaaksesi SageMaker Canvasin käyttöön:
- Luo Amazon SageMaker Studio verkkotunnus. Katso ohjeet kohdasta Sisääntulo Amazon SageMaker -verkkotunnukseen.
- Kirjoita muistiin verkkotunnuksen tunnus ja suoritusrooli, joka on luotu ja jota käyttäjäprofiilisi käyttää. Lisäät käyttöoikeudet tähän rooliin seuraavissa vaiheissa.
Seuraava kuvakaappaus näyttää verkkotunnuksen, jonka loimme tälle viestille.
- Siirry seuraavaksi käyttäjäprofiiliin ja valitse muokata.
- Siirry Amazon SageMaker Canvas -asetukset ja valitse Ota käyttöön Canvas-perusoikeudet.
- valita Ota Canvas-mallien suorat käyttöönotot käyttöön ja Ota mallirekisterin käyttöoikeudet käyttöön kaikille käyttäjille.
Näin SageMaker Canvas voi ottaa käyttöön malleja SageMaker-konsolin päätepisteissä. Nämä asetukset voidaan määrittää toimialueen tai käyttäjäprofiilin tasolla. Käyttäjäprofiilin asetukset ovat etusijalla verkkotunnuksen asetuksiin nähden.
Luo tai päivitä yhdistetty Salesforce-sovellus
Seuraavaksi luomme Salesforceen yhdistetyn sovelluksen mahdollistamaan OAuth-virran SageMaker Canvasista Salesforce Data Cloudiin. Suorita seuraavat vaiheet:
- Kirjaudu sisään Salesforceen ja siirry kohtaan Perustaa.
- Etsi App Manager ja luo uusi yhdistetty sovellus.
- Anna seuraavat syötteet:
- varten Yhdistetyn sovelluksen nimi, kirjoita nimi.
- varten API-nimi, jätä oletukseksi (se täytetään automaattisesti).
- varten Sähköpostiosoite, anna yhteyssähköpostiosoitteesi.
- valita Ota OAuth-asetukset käyttöön.
- varten Takaisinsoitto-URL-osoite, tulla sisään
https://<domain-id>.studio.<region>.sagemaker.aws/canvas/default/lab
ja anna SageMaker-verkkotunnuksesi toimialueen tunnus ja alue.
- Määritä seuraavat laajuudet yhdistetyssä sovelluksessa:
- Hallitse käyttäjätietoja sovellusliittymien kautta (
api
). - Suorita pyyntöjä milloin tahansa (
refresh_token
,offline_access
). - Suorita ANSI SQL -kyselyjä Salesforce Data Cloud -datalle (Data
Cloud_query_api
). - Hallinnoi Data Cloud -profiilitietoja (
Data Cloud_profile_api
). - Käytä identiteetti-URL-palvelua (
id
,profile
,email
,address
,phone
). - Käytä yksilöllisiä käyttäjätunnuksia (
openid
).
- Hallitse käyttäjätietoja sovellusliittymien kautta (
- Aseta yhdistetty sovellus IP-rentoutuminen -asetus Helpota IP-rajoituksia.
Määritä OAuth-asetukset Salesforce Data Cloud -liittimelle
SageMaker Canvas käyttää AWS -salaisuuksien hallinta tallentaaksesi yhteystiedot turvallisesti yhdistetystä Salesforce-sovelluksesta. SageMaker Canvasin avulla järjestelmänvalvojat voivat määrittää OAuth-asetukset yksittäiselle käyttäjäprofiilille tai verkkotunnustasolla. Huomaa, että voit lisätä salaisuuden sekä verkkotunnukseen että käyttäjäprofiiliin, mutta SageMaker Canvas etsii salaisuudet ensin käyttäjäprofiilista.
Voit määrittää OAuth-asetukset suorittamalla seuraavat vaiheet:
- Muokkaa Domain- tai User Profile Settings -asetuksia SageMaker Consolessa.
- Valita Kanvas-asetukset navigointipaneelissa.
- Alle OAuth-asetuksetVarten Tietolähde, valitse Salesforce Data Cloud.
- varten Salainen asennus, voit luoda uuden salaisuuden tai käyttää olemassa olevaa salaisuutta. Tässä esimerkissä luomme uuden salaisuuden ja syötämme asiakastunnuksen ja asiakassalaisuuden Salesforceen yhdistetystä sovelluksesta.
Lisätietoja OAuthin käyttöönotosta SageMaker Canvasissa on kohdassa Ota OAuth käyttöön Salesforce Data Cloudille.
Tämä viimeistelee asennuksen, joka mahdollistaa tietojen käytön Salesforce Data Cloudista SageMaker Canvasiin tekoäly- ja ML-mallien rakentamista varten.
Tuo tiedot Salesforce Data Cloudista
Tuo tietosi suorittamalla seuraavat vaiheet:
- Valitse SageMaker-verkkotunnuksellasi luomastasi käyttäjäprofiilista Käynnistää ja valitse Kangas.
Kun käytät Canvas-sovellusta ensimmäisen kerran, sen luominen kestää noin 10 minuuttia.
- Valita Data Wrangler navigointipaneelissa.
- On luoda valikosta, valitse Taulukko luodaksesi taulukkomuotoisen tietojoukon.
- Nimeä tietojoukko ja valitse luoda.
- varten Tietolähde, valitse Salesforce Data Cloud ja Lisää yhteys tuodaksesi data Lake -objektin.
Jos olet aiemmin määrittänyt yhteyden Salesforce Data Cloudiin, näet vaihtoehdon käyttää kyseistä yhteyttä uuden luomisen sijaan.
- Anna nimi uudelle Salesforce Data Cloud -yhteydelle ja valitse Lisää yhteys.
Suorittaminen kestää muutaman minuutin.
- Sinut ohjataan uudelleen Salesforce-kirjautuminen sivua yhteyden valtuuttamiseksi.
Kun kirjautuminen on onnistunut, pyyntö ohjataan takaisin SageMaker Canvasiin, jossa on data Lake -objektiluettelo.
- Valitse tietojoukko, joka sisältää Amazon S3:n kautta ladatun mallikoulutuksen ominaisuudet.
- Vedä ja pudota tiedosto ja valitse sitten Muokkaa SQL:llä.
Salesforce lisää a “__c
" kaikkiin Data Cloud -objektin kenttiin. SageMaker Canvasin nimeämiskäytännön mukaisesti, ”__“
ei ole sallittu kenttien nimissä.
- Muokkaa SQL:ää nimetäksesi sarakkeet uudelleen ja pudottaaksesi metatiedot, jotka eivät liity mallin koulutukseen. Korvaa taulukon nimi objektin nimellä.
- Valita Suorita SQL ja sitten Luo tietojoukko.
- Valitse tietojoukko ja valitse Luo malli.
- Jos haluat luoda mallin tuotesuosituksen ennustamiseksi, anna mallin nimi, valitse Ennakoiva analyysi varten Ongelman tyyppi, ja valitse luoda.
Rakenna ja kouluta malli
Suorita seuraavat vaiheet mallin rakentamiseksi ja kouluttamiseksi:
- Kun malli on käynnistetty, aseta kohdesarakkeeksi
product_purchased
.
SageMaker Canvas näyttää tärkeimmät tilastot ja kunkin sarakkeen korrelaatiot kohdesarakkeeseen. SageMaker Canvas tarjoaa työkaluja mallin esikatseluun ja tietojen validointiin ennen rakentamisen aloittamista.
- Mallin esikatseluominaisuuden avulla voit nähdä mallin tarkkuuden ja vahvistaa tietojoukon estääksesi ongelmat mallin rakentamisen aikana.
- Kun olet tarkistanut tietosi ja tehnyt tietojoukkoosi muutoksia, valitse koontityyppi. The Nopea rakentaa vaihtoehto saattaa olla nopeampi, mutta se käyttää vain osaa tiedoistasi mallin rakentamiseen. Tätä viestiä varten valitsimme Vakiorakenne vaihtoehto.
Vakiokokoonpanon valmistuminen voi kestää 2–4 tuntia.
SageMaker Canvas käsittelee automaattisesti puuttuvat arvot tietojoukostasi, kun se rakentaa mallia. Se soveltaa myös muita tietojen valmistelumuunnoksia saadaksesi tiedot valmiiksi ML:ää varten.
- Kun mallinettasi on alettu rakentaa, voit poistua sivulta.
Kun malli näyttää muodossa Valmis på den Minun mallini sivu, se on valmis analysointia ja ennusteita varten.
- Kun malli on rakennettu, siirry kohtaan My mallit, valitse Näytä tarkastellaksesi luomaasi mallia ja valitaksesi uusimman version.
- Siirry Analysoida -välilehti nähdäksesi kunkin ominaisuuden vaikutuksen ennusteeseen.
- Saat lisätietoja mallin ennusteista siirtymällä kohtaan Pisteytys Tab.
- Valita Ennustaa aloittaaksesi tuotteen ennusteen.
Ota malli käyttöön ja tee ennusteita
Ota malli käyttöön ja aloita ennusteiden tekeminen suorittamalla seuraavat vaiheet:
- Voit valita joko erän tai yksittäisen ennusteen. Tätä viestiä varten valitsemme Yksittäinen ennuste.
Kun valitset Yksittäinen ennuste, SageMaker Canvas näyttää ominaisuudet, joille voit tarjota syötteitä.
- Voit muuttaa arvoja valitsemalla Päivitykset ja tarkastella reaaliaikaista ennustetta.
Mallin tarkkuus sekä kunkin ominaisuuden vaikutus kyseiseen ennusteeseen näytetään.
- Ota malli käyttöön antamalla käyttöönoton nimi, valitsemalla ilmentymän tyyppi ja lukumäärä ja valitsemalla sitten Sijoittaa.
Mallin käyttöönotto kestää muutaman minuutin.
Mallin tila on päivitetty Palveluksessa sen jälkeen, kun käyttöönotto on onnistunut.
SageMaker Canvas tarjoaa mahdollisuuden testata käyttöönottoa.
- Valita Näytä tiedot.
- Lisätiedot -välilehti sisältää mallin päätepisteen tiedot. Esiintymän tyyppi, lukumäärä, syöttömuoto, vastauksen sisältö ja päätepiste ovat joitain tärkeimmistä näytetyistä tiedoista.
- Valita Testaa käyttöönotto testata käyttöönotettua päätepistettä.
Yksittäisen ennusteen tapaan näkymä näyttää syöttöominaisuudet ja tarjoaa mahdollisuuden päivittää ja testata päätepistettä reaaliajassa.
Uusi ennuste yhdessä päätepisteen kutsutuloksen kanssa palautetaan käyttäjälle.
Luo API paljastaaksesi SageMaker Endpoint
Jotta voit luoda ennusteita, jotka tehostavat Salesforcen yrityssovelluksia, sinun on esitettävä SageMaker Canvas -asennuksesi luoma SageMaker-päätelmäpäätepiste API-yhdyskäytävän kautta ja rekisteröitävä se Salesforce Einsteiniin.
Pyyntö- ja vastausmuodot vaihtelevat Salesforce Einsteinin ja SageMakerin päättelypäätepisteen välillä. Voit joko käyttää API-yhdyskäytävää muunnoksen suorittamiseen tai käyttöön AWS Lambda muuttaaksesi pyynnön ja kartoittaaksesi vastauksen. Viitata Soita Amazon SageMaker -mallin päätepisteeseen Amazon API Gatewayn ja AWS Lambdan avulla paljastaa SageMaker-päätepiste Lambdan ja API-yhdyskäytävän kautta.
Seuraava koodinpätkä on Lambda-funktio pyynnön ja vastauksen muuttamiseksi
Päivitä endpoint
ja prediction_label
arvot lambda-funktiossa kokoonpanosi perusteella.
- Lisää ympäristömuuttuja
SAGEMAKER_ENDPOINT_NAME
kaapata SageMaker-päätelmäpäätepiste. - Aseta ennustetunniste vastaamaan mallin lähtö JSON-avainta, joka on rekisteröity Einstein Studiossa.
Lambda-toiminnon oletusaikakatkaisu on 3 sekuntia. Ennustepyynnön syöttökoosta riippuen SageMakerin reaaliaikaisen päättelyn API:n vastaaminen voi kestää yli 3 sekuntia.
- Lisää lambda-toiminnon aikakatkaisua, mutta pidä se alle API-yhdyskäytävän oletusintegroinnin aikakatkaisu, mikä on 29 sekuntia.
Rekisteröi malli Salesforce Einstein Studiossa
Jos haluat rekisteröidä API Gateway -päätepisteen Einstein Studiossa, katso Tuo omat tekoälymallisi Data Cloudiin.
Yhteenveto
Tässä viestissä selitimme, kuinka voit käyttää SageMaker Canvasia yhteyden muodostamiseen Salesforce Data Cloudiin ja ennusteiden luomiseen automaattisten ML-ominaisuuksien avulla kirjoittamatta yhtään koodiriviä. Esitimme SageMaker Canvas -mallin koontiversion, joka mahdollistaa mallin suorituskyvyn varhaisen esikatselun ennen vakiokoontiversion suorittamista, joka kouluttaa mallin täydellä tietojoukolla. Esittelimme myös mallin jälkeisiä luomistoimintoja, kuten yksittäisen ennustekäyttöliittymän käyttämistä SageMaker Canvasissa ja ennustustesi ymmärtämistä ominaisuuden tärkeyden avulla. Seuraavaksi käytimme SageMaker Canvasissa luotua SageMaker-päätepistettä ja asetimme sen saataville API:na, jotta voit integroida sen Salesforce Einstein Studioon ja luoda tehokkaita Salesforce-sovelluksia.
Tulevassa postauksessa näytämme sinulle, kuinka voit käyttää Salesforce Data Cloudin tietoja SageMaker Canvasissa, jotta datan näkemykset ja valmistelu on entistä yksinkertaisempaa visuaalisen käyttöliittymän ja yksinkertaisten luonnollisen kielen kehotteiden avulla.
Aloita SageMaker Canvasin käyttö katsomalla SageMaker Canvas -kylpypäivä ja viitata Amazon SageMaker Canvasin käytön aloittaminen.
Tietoja kirjoittajista
Daryl Martis on Einstein Studion tuotejohtaja Salesforce Data Cloudissa. Hänellä on yli 10 vuoden kokemus yritysasiakkaiden maailmanluokan ratkaisujen suunnittelusta, rakentamisesta, käynnistämisestä ja hallinnasta, mukaan lukien AI/ML- ja pilviratkaisut. Hän on aiemmin työskennellyt finanssipalvelualalla New Yorkissa. Seuraa häntä Linkedin.
Rachna Chadha on AWS:n strategisten tilien pääratkaisuarkkitehti AI/ML. Rachna on optimisti, joka uskoo, että tekoälyn eettinen ja vastuullinen käyttö voi parantaa yhteiskuntaa tulevaisuudessa ja tuoda taloudellista ja sosiaalista vaurautta. Vapaa-ajallaan Rachna viettää mielellään aikaa perheensä kanssa, vaeltaa ja kuuntelee musiikkia.
Ife Stewart on AWS:n pääratkaisuarkkitehti Strategic ISV -segmentissä. Hän on työskennellyt Salesforce Data Cloudin kanssa viimeisen kahden vuoden aikana auttaakseen rakentamaan integroituja asiakaskokemuksia Salesforcen ja AWS:n välillä. Ifellä on yli 2 vuoden kokemus tekniikasta. Hän on monimuotoisuuden ja osallisuuden puolestapuhuja teknologia-alalla.
Ravi Bhattiprolu on AWS:n vanhempi kumppaniratkaisuarkkitehti. Ravi työskentelee strategisten kumppaneiden Salesforcen ja Tableaun kanssa tuottaakseen innovatiivisia ja hyvin suunniteltuja tuotteita ja ratkaisuja, jotka auttavat yhteisiä asiakkaita saavuttamaan liiketoimintatavoitteensa.
Miriam Lebowitz on ratkaisuarkkitehti Strategic ISV -segmentissä AWS:ssä. Hän tekee yhteistyötä Salesforcen eri ryhmien kanssa, mukaan lukien Salesforce Data Cloud, ja on erikoistunut data-analytiikkaan. Työn ulkopuolella hän nauttii leipomisesta, matkustamisesta ja laatuajan viettämisestä ystävien ja perheen kanssa.
- 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. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
- PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
- Lähde: https://aws.amazon.com/blogs/machine-learning/democratize-ml-on-salesforce-data-cloud-with-no-code-amazon-sagemaker-canvas/
- :on
- :On
- :ei
- $ YLÖS
- 1
- 10
- 100
- 29
- 7
- 8
- a
- Meistä
- pääsy
- Tilit
- tarkkuus
- tarkka
- poikki
- toiminta
- todellinen
- lisätä
- Lisäksi
- lisä-
- lisäinformaatio
- osoite
- Lisää
- ylläpitäjät
- puolestapuhuja
- Jälkeen
- AI
- AI-mallit
- AI / ML
- Kaikki
- sallittu
- mahdollistaa
- pitkin
- Myös
- Amazon
- Amazon API -yhdyskäytävä
- Amazon Sage Maker
- Amazon SageMaker Canvas
- Amazon Web Services
- an
- analyysi
- analyytikot
- Analytics
- ja
- Kaikki
- api
- API
- sovelluksen
- sovellukset
- käyttää
- arkkitehtuuri
- OVAT
- AS
- At
- attribuutteja
- valtuuttaa
- Automatisoitu
- automaattisesti
- saatavissa
- keskimäärin
- AWS
- takaisin
- pohja
- perustua
- BE
- ollut
- ennen
- alkaa
- uskoo
- alle
- välillä
- elin
- sekä
- tuoda
- rakentaa
- Rakentaminen
- rakentaa
- rakennettu
- sisäänrakennettu
- liiketoiminta
- Business Applications
- yritykset
- mutta
- by
- Kalifornia
- Kampanja
- Kampanjat
- CAN
- kangas
- valmiudet
- kaapata
- tapauksissa
- muuttaa
- Muutokset
- Valita
- valita
- kansalainen
- Kaupunki
- luokittelu
- asiakas
- pilvi
- maila
- koodi
- Sarake
- Pylväät
- täydellinen
- Täydentää
- tietokone
- Tietokoneen visio
- Suorittaa
- Konfigurointi
- määritetty
- kytkeä
- kytketty
- liitäntä
- Console
- ottaa yhteyttä
- sisältää
- pitoisuus
- Sisällön luominen
- tausta
- Sopimus
- korrelaatiot
- voisi
- luoda
- luotu
- Luominen
- luominen
- asiakassuhde
- asiakas
- asiakastiedot
- Asiakkaat
- tiedot
- tietojen käyttö
- Data Analytics
- Datajärvi
- Tietoalusta
- tietojenkäsittely
- oletusarvo
- toimittaa
- demokratisoida
- Väestötiedot
- osoittaa
- osoittivat
- Riippuen
- sijoittaa
- käyttöön
- käyttöönotto
- käyttöönotot
- yksityiskohdat
- ohjata
- suoraan
- Johtaja
- keskustella
- näyttöön
- näytöt
- Monimuotoisuus
- Monimuotoisuus ja osallisuus
- verkkotunnuksen
- alas
- Pudota
- kukin
- Varhainen
- Taloudellinen
- vaivattomasti
- Einstein
- myöskään
- mahdollistaa
- mahdollistaa
- mahdollistaa
- päätepiste
- kihloissa
- sitoumus
- sitoumukset
- enter
- yritys
- ympäristö
- eettinen
- arvioida
- Jopa
- tapahtuma
- esimerkki
- teloitus
- olemassa
- experience
- Elämykset
- Selittää
- selitti
- ulkoinen
- uuttaminen
- perhe
- nopeampi
- Ominaisuus
- Ominaisuudet
- harvat
- ala
- Fields
- filee
- taloudellinen
- rahoituspalvelut
- Etunimi
- ensimmäistä kertaa
- virtaus
- seurata
- jälkeen
- varten
- muoto
- perusta
- ystäviä
- alkaen
- koko
- toiminto
- tulevaisuutta
- portti
- tuottaa
- sukupolvi
- generatiivinen
- Generatiivinen AI
- saada
- Antaa
- Go
- HAD
- Vetimet
- ottaa
- he
- auttaa
- hänen
- häntä
- historia
- isännöi
- TUNTIA
- Miten
- Miten
- HTML
- http
- HTTPS
- ID
- tunnisteet
- Identiteetti
- if
- havainnollistaa
- upotus
- Vaikutus
- tuoda
- merkitys
- parantaa
- in
- Mukaan lukien
- sisällyttäminen
- henkilökohtainen
- teollisuus
- tiedot
- aloittaa
- innovatiivinen
- panos
- tuloa
- oivalluksia
- esimerkki
- sen sijaan
- ohjeet
- yhdistää
- integroitu
- integraatio
- liitäntä
- IP
- kysymykset
- isv
- IT
- SEN
- yhteinen
- jpg
- json
- vain
- Pitää
- avain
- Merkki
- järvi
- Kieli
- Sukunimi
- käynnistettiin
- käynnistäminen
- oppiminen
- jättää
- Taso
- pitää
- tykkää
- linja
- Kuunteleminen
- listaus
- Kirjaudu sisään
- ulkonäkö
- kone
- koneoppiminen
- tehty
- postitus
- tehdä
- Tekeminen
- toimitusjohtaja
- kartta
- Marketing
- ottelu
- Saattaa..
- Metadata
- minuuttia
- puuttuva
- ML
- malli
- mallit
- Kuukausi
- lisää
- eniten
- Musiikki
- nimi
- nimet
- nimeäminen
- Luonnollinen
- Luonnollinen kielen käsittely
- Navigoida
- suunnistus
- Tarve
- tarvitaan
- Uusi
- New York
- new york city
- seuraava
- NLP
- huomata
- numero
- OAuth
- objekti
- tavoitteet
- of
- on
- ONE
- verkossa
- vain
- Vaihtoehto
- or
- OS
- Muut
- ulostulo
- ulkopuolella
- yli
- yleiskatsaus
- oma
- sivulla
- sivut
- lasi
- osa
- kumppani
- kumppani
- varten
- Suorittaa
- suorituskyky
- Oikeudet
- suunnittelu
- foorumi
- Platforms
- Platon
- Platonin tietotieto
- PlatonData
- Kohta
- asutuilla
- Kirje
- teho
- voimakas
- ennustaa
- ennustus
- Ennusteet
- valmistelu
- estää
- preview
- aiemmin
- Pääasiallinen
- Aikaisempi
- käsittely
- Tuotteet
- Tuotteemme
- Profiili
- ohjeita
- hyvinvointi
- toimittaa
- tarjoaa
- julkinen
- osto
- tarkoitus
- laatu
- kyselyt
- esille
- valmis
- todellinen
- reaaliaikainen
- ymmärtää
- äskettäinen
- suositella
- Suositus
- katso
- alue
- ilmoittautua
- kirjattu
- rekisterin
- yhteys
- merkityksellinen
- korvata
- pyyntö
- pyynnöt
- Vastata
- vastaus
- vastuullinen
- rajoitukset
- johtua
- palata
- tarkistetaan
- Rooli
- juoksu
- runtime
- sagemaker
- SageMaker-johtopäätös
- Salesforce
- tiede
- tutkijat
- sekuntia
- salaisuus
- salaisuuksia
- Osa
- turvallisesti
- nähdä
- segmentti
- valita
- valittu
- Sarjat
- palvelu
- Palvelut
- setti
- asetus
- settings
- setup
- hän
- näyttää
- malliesimerkki
- Näytä
- Yksinkertainen
- single
- Koko
- pätkä
- So
- sosiaalinen
- yhteiskunta
- ratkaisu
- Ratkaisumme
- jonkin verran
- erikoistunut
- erityinen
- menot
- standardi
- Alkaa
- alkoi
- Osavaltio
- tilasto
- Tila
- Askeleet
- Stewart
- Levytila
- verkkokaupasta
- tallennettu
- suora
- Strateginen
- strategiset kumppanit
- virta
- studio
- myöhempi
- onnistunut
- niin
- tuki
- taulukko
- Kuvaelma
- ottaa
- Kohde
- tiimit
- Elektroniikka
- testi
- teksti
- kuin
- että
- -
- Tulevaisuus
- Valtion
- heidän
- sitten
- Nämä
- kolmas
- tätä
- Kautta
- aika
- että
- työkalut
- kosketa
- Juna
- koulutettu
- koulutus
- junat
- Muuttaa
- Muutos
- muunnokset
- Matkustaminen
- tyyppi
- ymmärtää
- ymmärtäminen
- unique
- tuleva
- Päivitykset
- päivitetty
- Päivitykset
- ladattu
- URL
- käyttää
- käytetty
- käyttäjä
- Käyttöliittymä
- käyttötarkoituksiin
- käyttämällä
- VAHVISTA
- arvot
- muuttuja
- versio
- kautta
- Näytä
- visio
- vieraili
- visuaalinen
- oli
- Washington
- we
- verkko
- verkkopalvelut
- viikko
- HYVIN
- onko
- joka
- vaikka
- KUKA
- tulee
- with
- sisällä
- ilman
- Referenssit
- työskenteli
- toimii
- Työpajat
- maailmanluokkaa
- kirjoittaa
- kirjoittaminen
- vuotta
- york
- Voit
- Sinun
- zephyrnet