पिछले एक दशक में डिजिटल मीडिया में प्रौद्योगिकी प्रवृत्तियों और प्रगति के परिणामस्वरूप टेक्स्ट-आधारित डेटा का प्रसार हुआ है। सामरिक और रणनीतिक दोनों तरह की अंतर्दृष्टि प्राप्त करने के लिए इस पाठ को खनन करने के संभावित लाभ बहुत अधिक हैं। इसे प्राकृतिक भाषा प्रसंस्करण (एनएलपी) कहा जाता है। आप एनएलपी का उपयोग कर सकते हैं, उदाहरण के लिए, ग्राहक भावनाओं के लिए अपनी उत्पाद समीक्षाओं का विश्लेषण करने के लिए, ग्राहक टिप्पणियों के आधार पर उत्पाद प्रकार की रुचि की पहचान करने के लिए एक कस्टम इकाई पहचानकर्ता मॉडल को प्रशिक्षित करने के लिए, या सबसे लोकप्रिय उत्पाद श्रेणियों को निर्धारित करने के लिए एक कस्टम टेक्स्ट वर्गीकरण मॉडल को प्रशिक्षित करने के लिए।
Amazon Comprehend दस्तावेजों की सामग्री के बारे में अंतर्दृष्टि निकालने के लिए तैयार खुफिया जानकारी के साथ एक एनएलपी सेवा है। यह एक दस्तावेज़ में संस्थाओं, प्रमुख वाक्यांशों, भाषा, भावनाओं और अन्य सामान्य तत्वों को पहचानकर अंतर्दृष्टि विकसित करता है। Amazon Comprehend Custom आपके स्वयं के डेटा का उपयोग करके आपकी ओर से NLP मॉडल बनाने के लिए स्वचालित मशीन लर्निंग (ऑटो एमएल) का उपयोग करता है। यह आपको अपने व्यवसाय के लिए अद्वितीय संस्थाओं का पता लगाने या अपनी आवश्यकताओं के अनुसार टेक्स्ट या दस्तावेज़ों को वर्गीकृत करने में सक्षम बनाता है। इसके अतिरिक्त, आप उपयोग में आसान API के साथ अपने संपूर्ण NLP वर्कफ़्लो को स्वचालित कर सकते हैं।
आज हमें अमेज़ॅन कॉम्प्रिहेंड कस्टम मॉडल कॉपी फीचर के लॉन्च की घोषणा करते हुए खुशी हो रही है, जो आपको अपने अमेज़ॅन कॉम्प्रिहेंड कस्टम मॉडल को एक स्रोत खाते से उसी क्षेत्र में निर्दिष्ट लक्ष्य खातों में स्वचालित रूप से कॉपी करने की अनुमति देता है, बिना उस मॉडल के डेटासेट तक पहुंच की आवश्यकता के। पर प्रशिक्षित और मूल्यांकन किया गया था। आज से, आप उपयोग कर सकते हैं एडब्ल्यूएस प्रबंधन कंसोल, AWS कमांड लाइन इंटरफ़ेस (एडब्ल्यूएस सीएलआई), या boto3 API (एडब्ल्यूएस के लिए पायथन एसडीके) प्रशिक्षित कस्टम मॉडल को स्रोत खाते से निर्दिष्ट लक्ष्य खाते में कॉपी करने के लिए। यह नई सुविधा अमेज़ॅन कॉम्प्रिहेंड कस्टम वर्गीकरण और कस्टम इकाई पहचान मॉडल दोनों के लिए उपलब्ध है।
मॉडल कॉपी फीचर के लाभ
इस नई सुविधा के निम्नलिखित लाभ हैं:
- बहु-खाता MLOps रणनीति - एक मॉडल को एक बार प्रशिक्षित करें और विभिन्न खातों में कई वातावरणों में अनुमानित तैनाती सुनिश्चित करें।
- तेजी से तैनाती - आप प्रत्येक खाते में फिर से प्रशिक्षित होने में लगने वाले समय से बचते हुए, खातों के बीच एक प्रशिक्षित मॉडल को तुरंत कॉपी कर सकते हैं।
- संवेदनशील डेटासेट को सुरक्षित रखें - अब आपको अलग-अलग खातों या उपयोगकर्ताओं के बीच डेटासेट साझा करने की आवश्यकता नहीं है। प्रशिक्षण डेटा केवल उस खाते पर उपलब्ध होना चाहिए जहां प्रशिक्षण किया जाता है। वित्तीय सेवाओं जैसे कुछ उद्योगों के लिए यह बहुत महत्वपूर्ण है, जहां नियामक आवश्यकताओं को पूरा करने के लिए डेटा अलगाव और सैंडबॉक्सिंग आवश्यक हैं।
- आसान सहयोग - पार्टनर या विक्रेता अब आसानी से अमेज़न कॉम्प्रिहेंड कस्टम में प्रशिक्षण ले सकते हैं और अपने ग्राहकों के साथ मॉडल साझा कर सकते हैं।
मॉडल कॉपी कैसे काम करती है
नई मॉडल कॉपी सुविधा के साथ, आप दो चरणों की प्रक्रिया में उसी क्षेत्र में AWS खातों के बीच कस्टम मॉडल कॉपी कर सकते हैं। सबसे पहले, एक एडब्ल्यूएस खाते (खाता ए) में एक उपयोगकर्ता, एक कस्टम मॉडल साझा करता है जो उनके खाते में है। फिर, किसी अन्य एडब्ल्यूएस खाते (खाता बी) में एक उपयोगकर्ता मॉडल को अपने खाते में आयात करता है।
एक मॉडल साझा करें
खाता ए में एक कस्टम मॉडल साझा करने के लिए, उपयोगकर्ता संलग्न करता है a AWS पहचान और अभिगम प्रबंधन (IAM) एक मॉडल संस्करण के लिए संसाधन-आधारित नीति। यह नीति खाता B में एक इकाई को अधिकृत करती है, जैसे कि IAM उपयोगकर्ता या भूमिका, मॉडल संस्करण को उनके AWS खाते में Amazon Comprehend में आयात करने के लिए। आप संसाधन-आधारित नीति को कंसोल के माध्यम से या अमेज़ॅन कॉम्प्रिहेंड कस्टम के साथ कॉन्फ़िगर कर सकते हैं PutResourcePolicy
एपीआई।
एक मॉडल आयात करें
मॉडल को खाते में आयात करने के लिए, इस खाते का उपयोगकर्ता अमेज़ॅन कॉम्प्रिहेंड को आवश्यक विवरण प्रदान करता है, जैसे मॉडल का अमेज़ॅन संसाधन नाम (एआरएन)। जब वे मॉडल आयात करते हैं, तो यह उपयोगकर्ता अपने AWS खाते में एक नया कस्टम मॉडल बनाता है जो उनके द्वारा आयात किए गए मॉडल की नकल करता है। यह मॉडल पूरी तरह से प्रशिक्षित है और अनुमान कार्यों के लिए तैयार है, जैसे दस्तावेज़ वर्गीकरण या नामित इकाई मान्यता। यदि मॉडल को के साथ एन्क्रिप्ट किया गया है AWS प्रमुख प्रबंधन सेवा (एडब्ल्यूएस केएमएस) स्रोत में कुंजी, फिर मॉडल को आयात करते समय निर्दिष्ट सेवा भूमिका को आयात के दौरान मॉडल को डिक्रिप्ट करने के लिए केएमएस कुंजी तक पहुंच की आवश्यकता होती है। लक्ष्य खाता आयात के दौरान मॉडल को एन्क्रिप्ट करने के लिए KMS कुंजी भी निर्दिष्ट कर सकता है। साझा मॉडल का आयात कंसोल और एपीआई दोनों पर भी उपलब्ध है।
समाधान अवलोकन
मॉडल कॉपी फीचर की कार्यक्षमता को प्रदर्शित करने के लिए, हम आपको Amazon Comprehend कंसोल और AWS CLI दोनों का उपयोग करके Amazon Comprehend कस्टम निकाय पहचान मॉडल को प्रशिक्षित करने, साझा करने और आयात करने का तरीका दिखाते हैं। इस प्रदर्शन के लिए, हम दो अलग-अलग खातों का उपयोग करते हैं। अमेज़ॅन कॉम्प्रिहेंड कस्टम वर्गीकरण पर भी कदम लागू होते हैं। आवश्यक कदम इस प्रकार हैं:
- स्रोत खाते में अमेज़ॅन कॉम्प्रिहेंड कस्टम एंटिटी रिकग्निशन मॉडल को प्रशिक्षित करें।
- क्रॉस-अकाउंट एक्सेस की अनुमति देने के लिए प्रशिक्षित मॉडल के लिए IAM संसाधन नीति को परिभाषित करें।
- प्रशिक्षित मॉडल को स्रोत खाते से लक्ष्य खाते में कॉपी करें।
- बैच जॉब के माध्यम से कॉपी किए गए मॉडल का परीक्षण करें।
स्रोत खाते में अमेज़ॅन कॉम्प्रिहेंड कस्टम एंटिटी रिकग्निशन मॉडल को प्रशिक्षित करें
पहला कदम स्रोत खाते में अमेज़ॅन कॉम्प्रिहेंड कस्टम एंटिटी रिकग्निशन मॉडल को प्रशिक्षित करना है। प्रशिक्षण के लिए इनपुट डेटासेट के रूप में, हम CSV का उपयोग करते हैं इकाई सूची और प्रशिक्षण दस्तावेज किसी दिए गए दस्तावेज़ में AWS सेवा प्रसाद को पहचानने के लिए। सुनिश्चित करें कि निकाय सूची और प्रशिक्षण दस्तावेज़ एक . में हैं अमेज़न सरल भंडारण सेवा (अमेज़ॅन S3) बकेट सोर्स अकाउंट में। निर्देशों के लिए देखें Amazon S3 में दस्तावेज़ जोड़ना.
एक IAM भूमिका बनाएँ अमेज़ॅन कॉम्प्रिहेंड के लिए और प्रशिक्षण डेटा के साथ S3 बकेट तक आवश्यक पहुंच प्रदान करें। बाद के चरणों में उपयोग करने के लिए ARN और S3 बकेट पथ की भूमिका पर ध्यान दें।
एडब्ल्यूएस सीएलआई के साथ एक मॉडल को प्रशिक्षित करें
निम्नलिखित एडब्ल्यूएस सीएलआई कमांड का उपयोग करके एक इकाई पहचानकर्ता बनाएं। S3 पथ, IAM भूमिका और क्षेत्र के लिए अपने मापदंडों को प्रतिस्थापित करें। प्रतिक्रिया वापस लौटती है EntityRecognizerArn
.
विवरण-इकाई-पहचानकर्ता को कॉल करके और प्रतिक्रिया में स्थिति की जांच करके प्रशिक्षण कार्य की स्थिति की निगरानी की जा सकती है।
कंसोल के माध्यम से एक मॉडल को प्रशिक्षित करें
कंसोल के माध्यम से एक मॉडल को प्रशिक्षित करने के लिए, निम्नलिखित चरणों को पूरा करें:
- Amazon Compendend कंसोल पर, के तहत अनुकूलन, एक नया कस्टम निकाय पहचानकर्ता मॉडल बनाएँ।
- एक मॉडल का नाम और संस्करण प्रदान करें।
- के लिए भाषा, चुनें अंग्रेजी.
- के लिए कस्टम इकाई प्रकार, जोड़ें
AWS_OFFERING
.
कस्टम निकाय पहचान मॉडल को प्रशिक्षित करने के लिए, आप Amazon Comprehend को डेटा प्रदान करने के दो तरीकों में से एक चुन सकते हैं: एनोटेशन or इकाई सूची. सरलता के लिए, निकाय सूची पद्धति का उपयोग करें।
- के लिए डेटा स्वरूप, चुनते हैं CSV फ़ाइल.
- के लिए प्रशिक्षण प्रकार, चुनते हैं इकाई सूची और प्रशिक्षण डॉक्स का उपयोग करना.
- निकाय सूची CSV और प्रशिक्षण डेटा के लिए S3 स्थान पथ प्रदान करें।
- Amazon Comprehend को अपने S3 बकेट तक पहुंचने की अनुमति देने के लिए, IAM सेवा से जुड़ी भूमिका बनाएं।
में संसाधन आधारित नीति अनुभाग, आप मॉडल संस्करण के लिए पहुंच को अधिकृत कर सकते हैं। जिन खातों को आप एक्सेस देते हैं, वे इस मॉडल को अपने खाते में आयात कर सकते हैं। हम इस चरण को अभी के लिए छोड़ देते हैं और मॉडल के प्रशिक्षित होने के बाद नीति जोड़ते हैं और हम मॉडल के प्रदर्शन से संतुष्ट हैं।
- चुनें बनाएं.
यह आपके कस्टम इकाई पहचानकर्ता को सबमिट करता है, जो कई मॉडलों से गुजरता है, आपके हाइपरपैरामीटर को ट्यून करता है, और यह सुनिश्चित करने के लिए क्रॉस-सत्यापन की जांच करता है कि आपका मॉडल मजबूत है। ये सभी वही गतिविधियाँ हैं जो डेटा वैज्ञानिक करते हैं।
क्रॉस-अकाउंट एक्सेस की अनुमति देने के लिए प्रशिक्षित मॉडल के लिए IAM संसाधन नीति को परिभाषित करें
जब हम प्रशिक्षण प्रदर्शन से संतुष्ट होते हैं, तो हम आगे बढ़ सकते हैं और संसाधन नीति जोड़कर विशिष्ट मॉडल संस्करण साझा कर सकते हैं।
AWS CLI से संसाधन-आधारित नीति जोड़ें
मॉडल पर संसाधन नीति जोड़कर लक्ष्य खाते से मॉडल को आयात करने के लिए अधिकृत करें, जैसा कि निम्नलिखित कोड में दिखाया गया है। नीति को एक विशेष मॉडल संस्करण और लक्ष्य मूलधन के लिए कड़ाई से लागू किया जा सकता है। पहुंच प्रदान करने के लिए अपने प्रशिक्षित इकाई पहचानकर्ता एआरएन और लक्ष्य खाते को प्रतिस्थापित करें।
कंसोल के माध्यम से संसाधन-आधारित नीति जोड़ें
जब प्रशिक्षण पूरा हो जाता है, तो एक कस्टम इकाई मान्यता मॉडल संस्करण उत्पन्न होता है। हम प्रशिक्षित मॉडल के प्रदर्शन सहित प्रशिक्षण विवरण देखने के लिए प्रशिक्षित मॉडल और संस्करण चुन सकते हैं।
नीति को अद्यतन करने के लिए, निम्नलिखित चरणों को पूरा करें:
- पर टैग, वीपीसी और नीति टैब, संसाधन-आधारित नीति संपादित करें।
- पॉलिसी का नाम, अमेज़न कॉम्प्रिहेंड सर्विस प्रिंसिपल प्रदान करें (
comprehend.amazonaws.com
), लक्ष्य खाता आईडी, और लक्ष्य खाते में IAM उपयोगकर्ता मॉडल संस्करण आयात करने के लिए अधिकृत हैं।
हम निर्दिष्ट करते हैं root
लक्ष्य खाते में सभी उपयोगकर्ताओं को अधिकृत करने के लिए IAM इकाई के रूप में।
प्रशिक्षित मॉडल को स्रोत खाते से लक्ष्य खाते में कॉपी करें
अब मॉडल को प्रशिक्षित किया जाता है और स्रोत खाते से साझा किया जाता है। अधिकृत लक्ष्य खाता उपयोगकर्ता मॉडल को आयात कर सकता है और अपने खाते में मॉडल की एक प्रति बना सकता है।
किसी मॉडल को आयात करने के लिए, आपको अपने खाते पर प्रतिलिपि क्रिया करने के लिए Amazon Comprehend के लिए स्रोत मॉडल ARN और सेवा भूमिका निर्दिष्ट करने की आवश्यकता है। आप अपने लक्षित खाते में मॉडल को एन्क्रिप्ट करने के लिए एक वैकल्पिक एडब्ल्यूएस केएमएस आईडी निर्दिष्ट कर सकते हैं।
एडब्ल्यूएस सीएलआई के माध्यम से मॉडल आयात करें
अपने मॉडल को AWS CLI के साथ आयात करने के लिए, निम्नलिखित कोड दर्ज करें:
कंसोल के माध्यम से मॉडल आयात करें
कंसोल के माध्यम से मॉडल आयात करने के लिए, निम्न चरणों को पूरा करें:
- Amazon Compendend कंसोल पर, के तहत कस्टम इकाई मान्यता, चुनें आयात संस्करण.
- के लिए मॉडल संस्करण एआरएन, स्रोत खाते में प्रशिक्षित मॉडल के लिए एआरएन दर्ज करें।
- लक्ष्य के लिए एक मॉडल का नाम और संस्करण दर्ज करें।
- एक सेवा खाता भूमिका प्रदान करें और चुनें पुष्टि करें मॉडल आयात प्रक्रिया शुरू करने के लिए।
मॉडल की स्थिति में परिवर्तन के बाद Imported
, हम प्रशिक्षित मॉडल के प्रदर्शन विवरण सहित मॉडल विवरण देख सकते हैं।
बैच जॉब के माध्यम से कॉपी किए गए मॉडल का परीक्षण करें
हम बैच कार्य के साथ कस्टम निकायों का पता लगाकर लक्ष्य खाते में कॉपी किए गए मॉडल का परीक्षण करते हैं। मॉडल का परीक्षण करने के लिए, डाउनलोड करें परीक्षण फ़ाइल और इसे अपने लक्षित खाते में S3 बकेट में रखें। एक IAM भूमिका बनाएँ अमेज़ॅन कॉम्प्रिहेंड के लिए और परीक्षण डेटा के साथ S3 बकेट तक आवश्यक पहुंच प्रदान करें। आप ARN और S3 बकेट पथ की भूमिका का उपयोग करते हैं जिसे आपने पहले नोट किया था।
जब कार्य पूरा हो जाता है, तो आप निर्दिष्ट आउटपुट S3 बकेट में अनुमान डेटा को सत्यापित कर सकते हैं।
एडब्ल्यूएस सीएलआई के साथ मॉडल का परीक्षण करें
एडब्ल्यूएस सीएलआई का उपयोग करके मॉडल का परीक्षण करने के लिए, निम्नलिखित कोड दर्ज करें:
कंसोल के माध्यम से मॉडल का परीक्षण करें
कंसोल के माध्यम से मॉडल का परीक्षण करने के लिए, निम्न चरणों को पूरा करें:
- Amazon Comprehend कंसोल पर, चुनें विश्लेषण नौकरियों और चुनें नौकरी पैदा करो.
- के लिए नाम, कार्य के लिए एक नाम दर्ज करें।
- के लिए विश्लेषण प्रकारचुनें कस्टम इकाई मान्यता.
- आयातित मॉडल का मॉडल नाम और संस्करण चुनें।
- नौकरी के लिए परीक्षण फ़ाइल के लिए S3 पथ और आउटपुट स्थान प्रदान करें जहां Amazon Comprehend परिणाम संग्रहीत करता है।
- S3 बकेट तक पहुंचने की अनुमति के साथ IAM भूमिका चुनें या बनाएं।
- चुनें नौकरी पैदा करो.
जब आपका विश्लेषण कार्य पूरा हो जाता है, तो आपके पास अपने आउटपुट S3 बकेट पथ में JSON फ़ाइलें होती हैं, जिन्हें आप आयातित मॉडल से निकाय मान्यता के परिणामों को सत्यापित करने के लिए डाउनलोड कर सकते हैं।
निष्कर्ष
इस पोस्ट में, हमने अमेज़ॅन कॉम्प्रिहेंड कस्टम एंटिटी मॉडल कॉपी फीचर का प्रदर्शन किया। यह सुविधा आपको एक खाते में अमेज़ॅन कॉम्प्रिहेंड कस्टम इकाई पहचान या वर्गीकरण मॉडल को प्रशिक्षित करने और फिर उसी क्षेत्र में दूसरे खाते के साथ मॉडल साझा करने की क्षमता देती है। यह बहु-खाता रणनीति को सरल करता है जहां मॉडल को एक बार प्रशिक्षित किया जा सकता है और प्रशिक्षण डेटासेट को फिर से प्रशिक्षित या साझा किए बिना उसी क्षेत्र के खातों के बीच साझा किया जा सकता है। यह आपके एमएलओपीएस कार्यप्रवाह के हिस्से के रूप में प्रत्येक खाते में एक अनुमानित परिनियोजन की अनुमति देता है। अधिक जानकारी के लिए, हमारे दस्तावेज़ देखें कस्टम कॉपी को समझें, या कंसोल के माध्यम से या AWS CLI के साथ क्लाउड शेल का उपयोग करके इस पोस्ट में पूर्वाभ्यास का प्रयास करें।
इस लेखन के समय, अमेज़ॅन कॉम्प्रिहेंड में मॉडल कॉपी सुविधा निम्नलिखित क्षेत्रों में उपलब्ध है:
- यूएस ईस्ट (ओहियो)
- यूएस ईस्ट (एन। वर्जीनिया)
- यूएस वेस्ट (ओरेगन)
- एशिया प्रशांत (मुंबई)
- एशिया प्रशांत (सियोल)
- एशिया प्रशांत (सिंगापुर)
- एशिया पैसिफिक (सिडनी)
- एशिया पैसिफिक (टोक्यो)
- EU (फ्रैंकफर्ट)
- यूरोपीय संघ (आयरलैंड)
- EU (लंदन)
- एडब्ल्यूएस गोवक्लाउड (यूएस-वेस्ट)
इस सुविधा को आज़माएं, और कृपया हमें इसके माध्यम से प्रतिक्रिया भेजें AWS फोरम अमेज़न कॉम्प्रिहेंशन के लिए या अपने सामान्य AWS समर्थन संपर्कों के माध्यम से।
लेखक के बारे में
प्रेमकुमार रंगराजन अमेज़ॅन वेब सर्विसेज में एआई/एमएल विशेषज्ञ समाधान आर्किटेक्ट हैं और उन्होंने पहले एडब्ल्यूएस एआई सेवाओं के साथ प्राकृतिक भाषा प्रसंस्करण पुस्तक लिखी है। उन्हें आईटी उद्योग में डिलीवरी लीड, इंटीग्रेशन स्पेशलिस्ट और एंटरप्राइज आर्किटेक्ट सहित विभिन्न भूमिकाओं में 26 साल का अनुभव है। वह सभी आकार के उद्यमों को उनकी वास्तविक दुनिया की चुनौतियों का समाधान करने के लिए एआई और एमएल को अपनाने में मदद करता है।
चेतन कृष्ण भारत में सीनियर पार्टनर सॉल्यूशंस आर्किटेक्ट हैं। वह एक मजबूत क्लाउड योग्यता स्थापित करने, AWS सर्वोत्तम प्रथाओं को अपनाने और ग्राहक चुनौतियों को हल करने के लिए रणनीतिक AWS भागीदारों के साथ काम करता है। वह एक बिल्डर है और एआई/एमएल, आईओटी और एनालिटिक्स के साथ प्रयोग करना पसंद करता है।
श्रीहरि एम.एस. अमेज़न वेब सेवा में रणनीतिक विशेषज्ञ टीम में एक AI / ML विशेषज्ञ समाधान वास्तुकार है। वह रणनीतिक AWS ग्राहकों के साथ काम करता है जो जटिल व्यावसायिक समस्याओं को हल करने के लिए AI / ML का लाभ ले रहे हैं। वह पैमाने पर एआई / एमएल अनुप्रयोगों को लागू करने के लिए तकनीकी मार्गदर्शन और डिजाइन सलाह प्रदान करता है। उनकी विशेषज्ञता एप्लीकेशन आर्किटेक्चर, बिगडाटा, एनालिटिक्स और मशीन लर्निंग तक फैला है।
- कॉइनस्मार्ट। यूरोप का सर्वश्रेष्ठ बिटकॉइन और क्रिप्टो एक्सचेंज।
- प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। नि: शुल्क प्रवेश।
- क्रिप्टोहॉक। Altcoin रडार। मुफ्त परीक्षण।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/announcing-the-launch-of-the-model-copy-feature-for-amazon-comprehend-custom-models/
- "
- &
- 100
- 9
- About
- पहुँच
- लेखा
- कार्य
- गतिविधियों
- प्रगति
- लाभ
- सलाह
- AI
- ऐ सेवा
- सब
- वीरांगना
- अमेज़ॅन वेब सेवा
- विश्लेषण
- विश्लेषिकी
- की घोषणा
- की घोषणा
- अन्य
- एपीआई
- एपीआई
- उपयुक्त
- आवेदन
- अनुप्रयोगों
- स्थापत्य
- स्वत:
- उपलब्ध
- एडब्ल्यूएस
- लाभ
- BEST
- सर्वोत्तम प्रथाओं
- सीमा
- निर्माण
- निर्माता
- व्यापार
- चुनौतियों
- जाँच
- जाँचता
- वर्गीकरण
- बादल
- कोड
- टिप्पणियाँ
- सामान्य
- जटिल
- कंसोल
- सामग्री
- ग्राहक
- तिथि
- दशक
- प्रसव
- तैनाती
- डिज़ाइन
- विभिन्न
- डिजिटल
- दस्तावेजों
- आसानी
- प्रभाव
- विशाल
- उद्यम
- आवश्यक
- उदाहरण
- अनुभव
- विशेषज्ञता
- Feature
- प्रतिक्रिया
- वित्तीय
- वित्तीय सेवाओं
- प्रथम
- निम्नलिखित
- कार्यक्षमता
- खुश
- होने
- मदद करता है
- कैसे
- How To
- HTTPS
- पहचान करना
- पहचान
- लागू करने के
- महत्वपूर्ण
- का आयात
- सहित
- इंडिया
- उद्योगों
- उद्योग
- करें-
- अंतर्दृष्टि
- एकीकरण
- बुद्धि
- ब्याज
- IOT
- आयरलैंड
- अलगाव
- IT
- काम
- नौकरियां
- कुंजी
- भाषा
- लांच
- नेतृत्व
- सीख रहा हूँ
- लाइन
- सूची
- स्थान
- लंडन
- मशीन
- यंत्र अधिगम
- प्रबंध
- मीडिया
- खनिज
- ML
- आदर्श
- मॉडल
- अधिकांश
- सबसे लोकप्रिय
- मुंबई
- प्राकृतिक
- प्रसाद
- ओहियो
- आदेश
- ओरेगन
- अन्य
- पसिफ़िक
- साथी
- भागीदारों
- प्रदर्शन
- मुहावरों
- नीति
- लोकप्रिय
- प्रिंसिपल
- समस्याओं
- प्रक्रिया
- एस्ट्रो मॉल
- प्रदान करना
- प्रदान करता है
- जल्दी से
- नियामक
- अपेक्षित
- आवश्यकताएँ
- संसाधन
- प्रतिक्रिया
- परिणाम
- रिटर्न
- समीक्षा
- स्केल
- वैज्ञानिकों
- एसडीके
- सियोल
- सेवा
- सेवाएँ
- Share
- साझा
- शेयरों
- खोल
- सरल
- सिंगापुर
- So
- समाधान ढूंढे
- हल
- प्रारंभ
- कथन
- स्थिति
- भंडारण
- भंडार
- सामरिक
- स्ट्रेटेजी
- समर्थन
- सिडनी
- लक्ष्य
- टीम
- तकनीकी
- परीक्षण
- स्रोत
- यहाँ
- पहर
- आज
- टोक्यो
- प्रशिक्षण
- रुझान
- अद्वितीय
- अपडेट
- us
- उपयोग
- उपयोगकर्ताओं
- विक्रेताओं
- देखें
- वर्जीनिया
- वेब
- वेब सेवाओं
- पश्चिम
- कौन
- अंदर
- बिना
- कार्य
- लिख रहे हैं
- साल