Meta Llama 3 -mallit ovat nyt saatavilla Amazon SageMaker JumpStart | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1965892Aikaleima: Huhtikuu 18, 2024
Automatisoi Amazon SageMaker Pipelines DAG:n luominen | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1953124Aikaleima: Helmikuu 29, 2024
Kuinka Booking.com uudisti ML-kokeilukehyksensä Amazon SageMakerin avulla Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1947114Aikaleima: Helmikuu 12, 2024
Rakenna päästä päähän MLOps-putki Amazon SageMaker Pipelinesin, GitHubin ja GitHub Actionsin avulla | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1925387Aikaleima: Joulukuu 13, 2023
Käytä LLM-arviointia mittakaavassa käyttämällä Amazon SageMaker Clarify- ja MLOps-palveluita | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1921170Aikaleima: Marraskuu 29, 2023
Ajoita Amazon SageMaker -muistikirjatöitä ja hallitse monivaiheisia muistikirjan työnkulkuja API:iden avulla | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1919097Aikaleima: Marraskuu 29, 2023
Mainosta putkia useissa ympäristöissä käyttämällä Amazon SageMaker Model Registryä, HashiCorp Terraformia, GitHubia ja Jenkins CI/CD:tä | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1911374Aikaleima: Marraskuu 9, 2023
ML-elinkaaren hallitseminen mittakaavassa, Osa 1: Kehys ML-työkuormien suunnitteluun Amazon SageMakerin avulla | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1904142Aikaleima: Lokakuu 20, 2023
Poista henkilötiedot automaattisesti koneoppimista varten Amazon SageMaker Data Wranglerin avulla Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1904440Aikaleima: Lokakuu 19, 2023
Rakenna päästä päähän MLOps-putkisto visuaalista laaduntarkastusta varten reunassa – Osa 2 | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1897790Aikaleima: Lokakuu 2, 2023
Vankka aikasarjaennuste MLOpsilla Amazon SageMakerissa | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1895960Aikaleima: Syyskuu 28, 2023
Orkesteroi Ray-pohjaisia koneoppimisen työnkulkuja Amazon SageMakerin avulla Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1891398Aikaleima: Syyskuu 18, 2023
Nopeuta asiakkaiden menestyksen hallintaa sähköpostiluokituksen avulla Hugging Facen avulla Amazon SageMaker | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1888752Aikaleima: Syyskuu 12, 2023
Parhaat käytännöt ja suunnittelumallit koneoppimisen työnkulkujen rakentamiseen Amazon SageMaker Pipelinesin avulla | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1886422Aikaleima: Syyskuu 7, 2023
MLOps eräpäätelmiä varten mallien seurannassa ja uudelleenkoulutuksessa Amazon SageMakerin, HashiCorp Terraformin ja GitLab CI/CD:n avulla | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1882129Aikaleima: Elokuu 29, 2023
Rakenna ML-ominaisuuksia suuressa mittakaavassa Amazon SageMaker Feature Storen avulla käyttämällä Amazon Redshift |:n tietoja Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1876616Aikaleima: Elokuu 17, 2023
Tehokkuuden vapauttaminen: Selektiivisen suorituksen tehon hyödyntäminen Amazon SageMaker Pipelinesissä | Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1876618Aikaleima: Elokuu 16, 2023
Optimoi tietojen valmistelu AWS SageMaker Data Wrangler |:n uusilla ominaisuuksilla Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1871188Aikaleima: Elokuu 4, 2023
Optimoi tietojen valmistelu Amazon SageMaker Data Wrangler |:n uusilla ominaisuuksilla Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1873283Aikaleima: Elokuu 4, 2023
Skaalaa koulutus ja päättele tuhansia ML-malleja Amazon SageMakerin avulla Amazon Web Services Lähde klusteri: AWS-koneoppiminen Lähdesolmu: 1870823Aikaleima: Elokuu 3, 2023