अमेज़न टेक्सट्रेक एक मशीन लर्निंग (एमएल) सेवा है जो स्कैन किए गए दस्तावेज़ों से स्वचालित रूप से टेक्स्ट, लिखावट और डेटा निकालती है। प्रश्न एक ऐसी सुविधा है जो आपको प्राकृतिक भाषा का उपयोग करके विभिन्न, जटिल दस्तावेज़ों से विशिष्ट जानकारी निकालने में सक्षम बनाती है। कस्टम क्वेरीज़ आपको अपने व्यवसाय-विशिष्ट, गैर-मानक दस्तावेज़ों जैसे ऑटो ऋण अनुबंध, चेक और भुगतान विवरण के लिए स्वयं-सेवा तरीके से क्वेरी सुविधा को अनुकूलित करने का एक तरीका प्रदान करता है। इन दस्तावेज़ प्रकारों के लिए विशिष्ट विशिष्ट शब्दों, संरचनाओं और मुख्य जानकारी को पहचानने के लिए सुविधा को अनुकूलित करके, आप अपनी डाउनस्ट्रीम प्रसंस्करण आवश्यकताओं को अधिक सटीकता और न्यूनतम मानवीय हस्तक्षेप के साथ पूरा कर सकते हैं। कस्टम क्वेरीज़ को आपकी मौजूदा टेक्स्ट्ट्रैक्ट पाइपलाइन में एकीकृत करना आसान है और आप एमएल विशेषज्ञता या बुनियादी ढांचे प्रबंधन में निवेश किए बिना अमेज़ॅन टेक्स्ट्ट्रैक्ट की पूरी तरह से प्रबंधित बुद्धिमान दस्तावेज़ प्रसंस्करण सुविधाओं से लाभ प्राप्त करना जारी रखते हैं।
इस पोस्ट में, हम दिखाते हैं कि कैसे कस्टम क्वेरीज़ जटिल, गैर-मानक दस्तावेज़ों वाले चेक से डेटा को सटीक रूप से निकाल सकती हैं। इसके अलावा, हम कस्टम क्वेरीज़ के लाभों पर चर्चा करते हैं और इस सुविधा का प्रभावी ढंग से उपयोग करने के लिए सर्वोत्तम प्रथाओं को साझा करते हैं।
समाधान अवलोकन
नए उपयोग के मामले से शुरुआत करते समय, आप यह मूल्यांकन कर सकते हैं कि टेक्स्टट्रैक्ट क्वेरीज़ आपके दस्तावेज़ों पर कैसा प्रदर्शन करती है टेक्सट्रेक्ट कंसोल और विश्लेषण दस्तावेज़ डेमो या बल्क दस्तावेज़ अपलोडर का उपयोग करना। को देखें प्रश्नों के लिए सर्वोत्तम अभ्यास आपके उपयोग के मामले में लागू प्रश्नों का मसौदा तैयार करने के लिए। यदि आप अपने व्यावसायिक दस्तावेज़ों की प्रकृति के कारण क्वेरी प्रतिक्रियाओं में त्रुटियों की पहचान करते हैं, तो सटीकता में सुधार के लिए आप कस्टम क्वेरीज़ का उपयोग कर सकते हैं। कुछ घंटों के भीतर, आप इसका उपयोग करके अपने नमूना दस्तावेज़ों को एनोटेट कर सकते हैं एडब्ल्यूएस प्रबंधन कंसोल और एक को प्रशिक्षित करें अनुकूलक. एडेप्टर ऐसे घटक हैं जो अमेज़ॅन टेक्स्टट्रैक्ट पूर्व-प्रशिक्षित गहन शिक्षण मॉडल में प्लग इन करते हैं, जो आपके एनोटेटेड दस्तावेज़ों के आधार पर इसके आउटपुट को अनुकूलित करते हैं। आप एडॉप्टर पहचानकर्ता को एक अतिरिक्त पैरामीटर के रूप में पास करके अनुमान के लिए एडॉप्टर का उपयोग कर सकते हैं दस्तावेज़ क्वेरी का विश्लेषण करें एपीआई अनुरोध.
आइये देखें कैसे कस्टम क्वेरीज़ चेक से डेटा निकालने जैसे चुनौतीपूर्ण वास्तविक दुनिया परिदृश्य में निष्कर्षण सटीकता में सुधार हो सकता है। चेक संसाधित करते समय प्राथमिक चुनौती प्रकार (उदाहरण के लिए, व्यक्तिगत या कैशियर चेक), वित्तीय संस्थान और देश (उदाहरण के लिए, एमआईसीआर लाइन प्रारूप) के आधार पर उनके उच्च स्तर की भिन्नता से उत्पन्न होती है। . इन विविधताओं में आदाता के नाम का स्थान, संख्याओं और शब्दों में राशि, तारीख और हस्ताक्षर शामिल हो सकते हैं। डेटा निष्कर्षण के दौरान इन विविधताओं को पहचानना और अपनाना एक जटिल कार्य हो सकता है। डेटा निष्कर्षण को बेहतर बनाने के लिए, संगठन अक्सर मैन्युअल सत्यापन और सत्यापन प्रक्रियाओं को नियोजित करते हैं, जिससे निष्कर्षण प्रक्रिया की लागत और समय बढ़ जाता है।
कस्टम क्वेरीज़ आपको चेक की विभिन्न विविधताओं पर पूर्व-प्रशिक्षित क्वेरीज़ सुविधाओं को अनुकूलित करने में सक्षम बनाकर इन चुनौतियों का समाधान करती हैं। पूर्व-प्रशिक्षित सुविधा का अनुकूलन आपके द्वारा संसाधित किए जाने वाले विशिष्ट प्रकार के लेआउट पर उच्च डेटा निष्कर्षण सटीकता प्राप्त करने में मदद करता है।
हमारे उपयोग के मामले में, एक वित्तीय संस्थान चेक से निम्नलिखित फ़ील्ड निकालना चाहता है: प्राप्तकर्ता का नाम, भुगतानकर्ता का नाम, खाता संख्या, रूटिंग नंबर, भुगतान राशि (संख्या में), भुगतान राशि (शब्दों में), चेक संख्या, दिनांक, और ज्ञापन.
आइए चेक प्रोसेसिंग के लिए एक एडाप्टर (आउटपुट को अनुकूलित करने वाला घटक) उत्पन्न करने की प्रक्रिया का पता लगाएं। एडेप्टर कंसोल के माध्यम से या एपीआई के माध्यम से प्रोग्रामेटिक रूप से बनाए जा सकते हैं। यह पोस्ट कंसोल अनुभव का विवरण देती है; हालाँकि, यदि आप प्रोग्रामेटिक रूप से एडॉप्टर बनाना चाहते हैं, तो कोड नमूने देखें कस्टम-क्वेरीज़-चेक-ब्लॉग.ipynb ज्यूपिटर नोटबुक (विकल्प 2)।
एडॉप्टर निर्माण प्रक्रिया में पाँच उच्च-स्तरीय चरण शामिल हैं: एक एडॉप्टर बनाना, नमूना दस्तावेज़ अपलोड करना, दस्तावेज़ों को एनोटेट करना, एडॉप्टर को प्रशिक्षित करना और प्रदर्शन मेट्रिक्स का मूल्यांकन करना।
एक एडॉप्टर बनाएं
अमेज़ॅन टेक्सट्रैक्ट कंसोल पर, एक नाम, विवरण और वैकल्पिक टैग प्रदान करके एक नया एडाप्टर बनाएं जो आपको एडाप्टर की पहचान करने में मदद कर सकता है। आपके पास स्वचालित अपडेट सक्षम करने का विकल्प है, जो अंतर्निहित क्वेरीज़ सुविधा को नई क्षमताओं के साथ अपडेट करने पर अमेज़ॅन टेक्स्टट्रैक्ट को आपके एडाप्टर को अपडेट करने की अनुमति देता है।
एडॉप्टर बनने के बाद, आपको चरणों की सूची के साथ एक एडॉप्टर विवरण पृष्ठ दिखाई देगा यह कैसे काम करता है अनुभाग। जैसे ही आप उन्हें क्रमिक रूप से पूरा करेंगे यह अनुभाग आपके अगले चरणों को सक्रिय कर देगा।
नमूना दस्तावेज़ अपलोड करें
एडॉप्टर निर्माण के प्रारंभिक चरण में एनोटेशन, प्रशिक्षण और परीक्षण के लिए नमूना दस्तावेजों के उचित सेट का सावधानीपूर्वक चयन शामिल है। हमारे पास दस्तावेज़ों को परीक्षण और प्रशिक्षित डेटासेट में स्वचालित रूप से विभाजित करने का विकल्प है; हालाँकि, इस प्रक्रिया के लिए, हम डेटासेट को मैन्युअल रूप से विभाजित करते हैं।
यह ध्यान रखना महत्वपूर्ण है कि आप कम से कम पांच परीक्षण और पांच प्रशिक्षण नमूनों के साथ एक एडॉप्टर का निर्माण कर सकते हैं, लेकिन यह सुनिश्चित करना आवश्यक है कि यह नमूना सेट विविध हो और उत्पादन वातावरण में आने वाले कार्यभार का प्रतिनिधि हो।
इस ट्यूटोरियल के लिए, हमने नमूना जांच डेटासेट तैयार किए हैं जिन्हें आप कर सकते हैं डाउनलोड. हमारे डेटासेट में व्यक्तिगत चेक, कैशियर चेक, प्रोत्साहन चेक और वेतन स्टब्स के भीतर एम्बेडेड चेक जैसी विविधताएं शामिल हैं। हमने हस्तलिखित और मुद्रित चेक भी शामिल किए; मेमो लाइन जैसे क्षेत्रों में विविधताओं के साथ।
नमूना दस्तावेज़ों को एनोटेट करें
अगले चरण के रूप में, आप कंसोल के माध्यम से प्रश्नों को उनके संबंधित उत्तरों के साथ जोड़कर नमूना दस्तावेज़ों को एनोटेट करते हैं। आप ऑटो लेबलिंग या मैन्युअल लेबलिंग के माध्यम से एनोटेशन आरंभ कर सकते हैं। ऑटो लेबलिंग डेटासेट को प्री-लेबल करने के लिए अमेज़ॅन टेक्स्टट्रैक्ट क्वेरीज़ का उपयोग करती है। हम एनोटेशन प्रक्रिया को तेज़ करने के लिए ऑटो लेबलिंग का उपयोग करने की सलाह देते हैं।
इस जाँच प्रसंस्करण उपयोग मामले के लिए, हम निम्नलिखित प्रश्नों का उपयोग करते हैं। यदि आपके उपयोग के मामले में अन्य दस्तावेज़ प्रकार शामिल हैं, तो देखें प्रश्नों के लिए सर्वोत्तम अभ्यास आपके उपयोग के मामले में लागू प्रश्नों का मसौदा तैयार करने के लिए।
- भुगतानकर्ता कौन है?
- चेक# क्या है?
- भुगतानकर्ता का पता क्या है?
- तारीख क्या है?
- खाता# क्या है?
- चेक की राशि शब्दों में क्या है?
- खाते का नाम/भुगतानकर्ता/आहता का नाम क्या है?
- डॉलर की राशि क्या है?
- बैंक का नाम/भुगतानकर्ता का नाम क्या है?
- बैंक रूटिंग नंबर क्या है?
- एमआईसीआर लाइन क्या है?
- मेमो क्या है?
जब ऑटो लेबलिंग प्रक्रिया पूरी हो जाती है, तो आपके पास प्रत्येक दस्तावेज़ के लिए दिए गए उत्तरों की समीक्षा करने और संपादन करने का विकल्प होता है। चुनना समीक्षा करना प्रारंभ करें प्रत्येक छवि के सामने एनोटेशन की समीक्षा करने के लिए।
यदि किसी प्रश्न का उत्तर गायब है या गलत है, तो आप एक बाउंडिंग बॉक्स बनाकर या मैन्युअल रूप से प्रतिक्रिया दर्ज करके प्रतिक्रिया को जोड़ या संपादित कर सकते हैं।
आपके पूर्वाभ्यास में तेजी लाने के लिए, हमने आपके AWS खाते में कॉपी करने के लिए चेक नमूनों को पूर्व-एनोटेट किया है। चलाएँ कस्टम-क्वेरीज़-चेक-ब्लॉग.ipynb Jupyter नोटबुक के भीतर अमेज़ॅन टेक्स्टट्रैक्ट कोड नमूने आपके एनोटेशन को स्वचालित रूप से अपडेट करने के लिए लाइब्रेरी।
एडॉप्टर को प्रशिक्षित करें
एनोटेशन की सटीकता सुनिश्चित करने के लिए सभी नमूना दस्तावेज़ों की समीक्षा करने के बाद, आप एडॉप्टर प्रशिक्षण प्रक्रिया शुरू कर सकते हैं। इस चरण के दौरान, आपको एक भंडारण स्थान निर्दिष्ट करने की आवश्यकता है जहां एडॉप्टर को सहेजा जाना चाहिए। प्रशिक्षण प्रक्रिया की अवधि प्रशिक्षण के लिए उपयोग किए गए डेटासेट के आकार के आधार पर अलग-अलग होगी। यदि आप अपनी पसंद के एनोटेशन टूल का उपयोग करना चुनते हैं और प्रासंगिक इनपुट फ़ाइलों को एपीआई में पास करना चुनते हैं तो प्रशिक्षण एपीआई को प्रोग्रामेटिक रूप से भी लागू किया जा सकता है। को देखें कस्टम क्वेरीज़ अधिक जानकारी के लिए.
प्रदर्शन मेट्रिक्स का मूल्यांकन करें
एडॉप्टर का प्रशिक्षण पूरा होने के बाद, आप मूल्यांकन मेट्रिक्स की जांच करके इसके प्रदर्शन का आकलन कर सकते हैं एफ 1 का स्कोर, परिशुद्धता, और स्मरण. आप इन मेट्रिक्स का सामूहिक रूप से या प्रति-दस्तावेज़ आधार पर विश्लेषण कर सकते हैं। हमारे नमूना जांच डेटासेट का उपयोग करके, आप प्रशिक्षित एडाप्टर के साथ सटीकता मीट्रिक (एफ1 स्कोर) 68% से 92% तक सुधार देखेंगे।
इसके अतिरिक्त, आप चुनकर नए दस्तावेज़ों पर एडॉप्टर के आउटपुट का परीक्षण कर सकते हैं एडॉप्टर आज़माएं.
मूल्यांकन के बाद, आप प्रशिक्षण डेटासेट में अतिरिक्त नमूना दस्तावेज़ों को शामिल करके या अपनी सीमा से कम स्कोर वाले दस्तावेज़ों को फिर से एनोटेट करके एडॉप्टर के प्रदर्शन को बढ़ाने का विकल्प चुन सकते हैं। दस्तावेज़ों को पुनः एनोटेट करने के लिए, चुनें दस्तावेज़ सत्यापित करें एडॉप्टर विवरण पृष्ठ पर, दस्तावेज़ का चयन करें, और चुनें एनोटेशन की समीक्षा करें.
एडॉप्टर का प्रोग्रामेटिक रूप से परीक्षण करें
प्रशिक्षण सफलतापूर्वक पूरा होने के बाद, अब आप अपने एडॉप्टर का उपयोग कर सकते हैं विश्लेषण एपीआई कॉल. एपीआई अनुरोध अमेज़ॅन टेक्स्टट्रैक्ट क्वेरीज़ एपीआई अनुरोध के समान है, इसके अतिरिक्त AdaptersConfig
वस्तु।
आप निम्नलिखित नमूना कोड चला सकते हैं या सीधे इसे चला सकते हैं कस्टम-क्वेरीज़-चेक-ब्लॉग.ipynb ज्यूपिटर नोटबुक. नमूना नोटबुक अमेज़ॅन टेक्स्ट्रेक्ट क्वेरीज़ और अमेज़ॅन टेक्स्ट्रेक्ट कस्टम क्वेरीज़ के बीच परिणामों की तुलना करने के लिए कोड भी प्रदान करता है।
एक बनाएं एडेप्टरकॉन्फिग एडॉप्टर आईडी और एडॉप्टर संस्करण के साथ ऑब्जेक्ट करें, और वैकल्पिक रूप से वे पृष्ठ शामिल करें जिन पर आप एडॉप्टर लागू करना चाहते हैं:
बनाओ QueriesConfig
उन प्रश्नों पर आपत्ति करें जिनके साथ आपने एडॉप्टर को प्रशिक्षित किया है और अमेज़ॅन टेक्स्टट्रैक्ट एपीआई को कॉल करें। ध्यान दें कि आप अतिरिक्त क्वेरीज़ भी शामिल कर सकते हैं जिन पर एडॉप्टर को प्रशिक्षित नहीं किया गया है। अमेज़ॅन टेक्स्टट्रैक्ट स्वचालित रूप से इन प्रश्नों के लिए क्वेरीज़ सुविधा का उपयोग करेगा, न कि कस्टम क्वेरीज़ का, जिससे आपको केवल आवश्यकता होने पर कस्टम क्वेरीज़ का उपयोग करने की सुविधा मिलेगी।
अंत में, हम बेहतर पठनीयता के लिए अपने परिणामों को सारणीबद्ध करते हैं:
क्लीन अप
अपने संसाधनों को साफ करने के लिए, निम्नलिखित चरणों को पूरा करें:
- अमेज़ॅन टेक्स्टट्रैक्ट कंसोल पर, चुनें कस्टम क्वेरीज़ नेविगेशन फलक में
- वह एडाप्टर चुनें जिसे आप हटाना चाहते हैं.
- चुनें मिटाना.
एडाप्टर प्रबंधन
आप पहले से जेनरेट किए गए एडॉप्टर के नए संस्करण बनाकर अपने एडॉप्टर में नियमित रूप से सुधार कर सकते हैं। एडॉप्टर का नया संस्करण बनाने के लिए, आप मौजूदा एडॉप्टर में नए नमूना दस्तावेज़ जोड़ते हैं, दस्तावेज़ों को लेबल करते हैं और प्रशिक्षण करते हैं। आप अपनी विकास पाइपलाइनों में उपयोग के लिए एक एडॉप्टर के कई संस्करण एक साथ बनाए रख सकते हैं। अपने एडॉप्टर को निर्बाध रूप से अपडेट करने के लिए, अपने एडॉप्टर में परिवर्तन न करें या हटाएं नहीं अमेज़न सरल भंडारण सेवा (अमेज़ॅन S3) बकेट जहां एडॉप्टर जनरेशन के लिए आवश्यक फ़ाइलें सहेजी जाती हैं।
सर्वोत्तम प्रथाएं
अपने दस्तावेज़ों पर कस्टम क्वेरीज़ का उपयोग करते समय, देखें अमेज़ॅन टेक्स्टट्रैक्ट कस्टम क्वेरीज़ के लिए सर्वोत्तम अभ्यास अतिरिक्त विचारों और सर्वोत्तम प्रथाओं के लिए।
कस्टम क्वेरीज़ के लाभ
कस्टम क्वेरीज़ निम्नलिखित लाभ प्रदान करती हैं:
- दस्तावेज़ की समझ में वृद्धि - उच्च सटीकता के साथ डेटा निकालने और सामान्य करने की अपनी क्षमता के माध्यम से, कस्टम क्वेरीज़ मैन्युअल समीक्षाओं और ऑडिट पर निर्भरता को कम करती है, और आपको अपने बुद्धिमान दस्तावेज़ प्रसंस्करण वर्कफ़्लो के लिए अधिक विश्वसनीय स्वचालन बनाने में सक्षम बनाती है।
- मूल्य निर्धारण के लिए तेज़ समय - जब आप नए दस्तावेज़ प्रकारों का सामना करते हैं जहां आपको उच्च सटीकता की आवश्यकता होती है, तो आप कुछ घंटों के भीतर स्वयं-सेवा तरीके से एडाप्टर उत्पन्न करने के लिए कस्टम क्वेरीज़ का उपयोग कर सकते हैं। जब आपको अपने वर्कफ़्लो में नए दस्तावेज़ प्रकार या मौजूदा दस्तावेज़ों की विविधताएं मिलती हैं, तो आपको पूर्व-प्रशिक्षित मॉडल अपडेट की प्रतीक्षा करने की ज़रूरत नहीं है। आपकी पाइपलाइन पर आपका पूरा नियंत्रण है और आपको अपने नए दस्तावेज़ प्रकारों का समर्थन करने के लिए अमेज़ॅन टेक्स्टट्रैक्ट पर निर्भर रहने की आवश्यकता नहीं है।
- डाटा प्राइवेसी - कस्टम क्वेरीज़ सभी ग्राहकों के लिए उपलब्ध हमारे सामान्य पूर्व-प्रशिक्षित मॉडल को बढ़ाने के लिए एडेप्टर बनाने में नियोजित डेटा को बनाए नहीं रखती है या उसका उपयोग नहीं करती है। एडॉप्टर ग्राहक के खाते या ग्राहक द्वारा स्पष्ट रूप से निर्दिष्ट अन्य खातों तक सीमित है, यह सुनिश्चित करते हुए कि केवल ऐसे खाते ही ग्राहक के डेटा का उपयोग करके किए गए सुधारों तक पहुंच सकते हैं।
- सुविधा -कस्टम क्वेरीज़, क्वेरीज़ के समान पूरी तरह से प्रबंधित अनुमान अनुभव प्रदान करती है। एडॉप्टर प्रशिक्षण निःशुल्क है और आप केवल अनुमान के लिए भुगतान करेंगे। कस्टम क्वेरीज़ आपको कस्टम मॉडल के प्रशिक्षण और संचालन के ओवरहेड और खर्चों से बचाती है।
निष्कर्ष
इस पोस्ट में, हमने कस्टम क्वेरीज़ के लाभों पर चर्चा की, दिखाया कि कैसे कस्टम क्वेरीज़ चेक से डेटा को सटीक रूप से निकाल सकती हैं, और इस सुविधा का प्रभावी ढंग से उपयोग करने के लिए सर्वोत्तम प्रथाओं को साझा किया। कुछ ही घंटों में, आप कंसोल का उपयोग करके एक एडाप्टर बना सकते हैं और इसे अपनी डेटा निष्कर्षण आवश्यकताओं के लिए AnalyzeDocument API में उपयोग कर सकते हैं। अधिक जानकारी के लिए देखें कस्टम क्वेरीज़.
लेखक के बारे में
शिबिन माइकलराज अमेज़ॅन टेक्स्ट्रेक्ट टीम में एक वरिष्ठ उत्पाद प्रबंधक हैं। वह AWS ग्राहकों के लिए AI/ML-आधारित उत्पाद बनाने पर केंद्रित है। वह एआई और एमएल प्रौद्योगिकियों का लाभ उठाकर ग्राहकों को उनकी जटिल व्यावसायिक चुनौतियों को हल करने में मदद करने के लिए उत्साहित हैं। अपने खाली समय में, उन्हें दौड़ना, पॉडकास्ट सुनना और अपने शौकिया टेनिस कौशल को निखारना पसंद है।
कीथ मैस्करेनहास अमेज़ॅन टेक्स्ट्रेक्ट सर्विस टीम के साथ एक सीनियर सॉल्यूशंस आर्किटेक्ट हैं। वह मशीन लर्निंग का उपयोग करके बड़े पैमाने पर व्यावसायिक समस्याओं को हल करने के बारे में भावुक है, और वर्तमान में हमारे विश्वव्यापी ग्राहकों को कम परिचालन लागत के साथ बाजार में तेजी से समय प्राप्त करने के लिए अपने दस्तावेज़ प्रसंस्करण को स्वचालित करने में मदद करता है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/customize-amazon-textract-with-business-specific-documents-using-custom-queries/
- :हैस
- :है
- :नहीं
- :कहाँ
- $यूपी
- 1
- 10
- 100
- 17
- 36
- 7
- a
- क्षमता
- About
- में तेजी लाने के
- पहुँच
- लेखा
- अकौन्टस(लेखा)
- शुद्धता
- सही रूप में
- पाना
- अनुकूल ढालने
- जोड़ना
- इसके अलावा
- अतिरिक्त
- पता
- पतों
- के खिलाफ
- AI
- सब
- की अनुमति देता है
- साथ में
- भी
- शौकिया
- वीरांगना
- अमेज़न टेक्सट्रेक
- अमेज़ॅन वेब सेवा
- राशि
- an
- विश्लेषण करें
- और
- जवाब
- एपीआई
- उपयुक्त
- लागू
- उपयुक्त
- हैं
- AS
- आकलन
- At
- आडिट
- स्वत:
- को स्वचालित रूप से
- स्वचालित
- स्वतः
- स्वचालन
- उपलब्ध
- एडब्ल्यूएस
- बैंक
- आधारित
- आधार
- BE
- किया गया
- शुरू करना
- लाभ
- लाभ
- BEST
- सर्वोत्तम प्रथाओं
- बेहतर
- के बीच
- मुक्केबाज़ी
- निर्माण
- इमारत
- व्यापार
- लेकिन
- by
- कॉल
- कॉल
- कर सकते हैं
- क्षमताओं
- सावधान
- मामला
- चुनौती
- चुनौतियों
- चुनौतीपूर्ण
- परिवर्तन
- चेक
- जाँचता
- चुनाव
- चुनें
- चुनने
- स्वच्छ
- कोड
- सामूहिक रूप से
- तुलना
- पूरा
- पूरा
- जटिल
- अंग
- घटकों
- विचार
- कंसोल
- निर्माण
- जारी रखने के
- ठेके
- नियंत्रण
- इसी
- लागत
- लागत
- देश
- बनाना
- बनाया
- बनाना
- क्यूरेट
- वर्तमान में
- रिवाज
- ग्राहक
- ग्राहक
- अनुकूलन
- अनुकूलित
- तिथि
- डेटासेट
- तारीख
- गहरा
- ध्यान लगा के पढ़ना या सीखना
- डिग्री
- डेमो
- निर्भर करता है
- विवरण
- निर्दिष्ट
- विवरण
- विकास
- विभिन्न
- सीधे
- चर्चा करना
- चर्चा की
- कई
- do
- दस्तावेज़
- दस्तावेजों
- कर देता है
- डॉलर
- dont
- मसौदा
- ड्राइंग
- दो
- अवधि
- दौरान
- e
- से प्रत्येक
- आसान
- प्रभावी रूप से
- भी
- एम्बेडेड
- कार्यरत
- सक्षम
- सक्षम बनाता है
- समर्थकारी
- बढ़ाना
- सुनिश्चित
- सुनिश्चित
- में प्रवेश
- वातावरण
- त्रुटियाँ
- आवश्यक
- मूल्यांकन करें
- मूल्यांकन
- की जांच
- जांच
- उत्तेजित
- मौजूदा
- खर्च
- अनुभव
- विशेषज्ञता
- स्पष्ट रूप से
- का पता लगाने
- उद्धरण
- निष्कर्षण
- अर्क
- f1
- और तेज
- Feature
- विशेषताएं
- कुछ
- फ़ील्ड
- फ़ाइलें
- वित्तीय
- वित्तीय संस्था
- पांच
- लचीलापन
- ध्यान केंद्रित
- निम्नलिखित
- के लिए
- प्रारूप
- मुक्त
- से
- पूरी तरह से
- सामान्य जानकारी
- उत्पन्न
- उत्पन्न
- सृजन
- पीढ़ी
- GitHub
- अधिक से अधिक
- है
- होने
- he
- मदद
- मदद
- मदद करता है
- हाई
- उच्च स्तर
- उच्चतर
- उसके
- घंटे
- कैसे
- तथापि
- एचटीएमएल
- http
- HTTPS
- मानव
- ID
- पहचानकर्ता
- पहचान करना
- if
- की छवि
- आयात
- महत्वपूर्ण
- में सुधार
- सुधार
- in
- शामिल
- शामिल
- शामिल
- शामिल
- बढ़ जाती है
- करें-
- इंफ्रास्ट्रक्चर
- प्रारंभिक
- आरंभ
- निवेश
- स्थापित
- संस्था
- एकीकृत
- बुद्धिमान
- बुद्धिमान दस्तावेज़ प्रसंस्करण
- हस्तक्षेप
- में
- निवेश करना
- लागू
- IT
- आईटी इस
- जेपीजी
- केवल
- कुंजी
- लेबल
- लेबलिंग
- भाषा
- सीख रहा हूँ
- उधार
- लाभ
- पुस्तकालय
- पसंद
- सीमित
- लाइन
- सूची
- स्थान
- कम
- मशीन
- यंत्र अधिगम
- बनाया गया
- बनाए रखना
- बनाना
- कामयाब
- प्रबंध
- प्रबंधक
- ढंग
- गाइड
- मैन्युअल
- बाजार
- मिलना
- मेमो
- मीट्रिक
- मेट्रिक्स
- कम से कम
- लापता
- ML
- आदर्श
- मॉडल
- अधिक
- विभिन्न
- नाम
- प्राकृतिक
- प्रकृति
- नेविगेट
- पथ प्रदर्शन
- आवश्यकता
- जरूरत
- की जरूरत है
- नया
- अगला
- नोटबुक
- अभी
- संख्या
- संख्या
- वस्तु
- of
- ऑफर
- अक्सर
- on
- लोगों
- केवल
- परिचालन
- परिचालन
- विकल्प
- or
- संगठनों
- अन्य
- हमारी
- उत्पादन
- के ऊपर
- अपना
- पृष्ठ
- पृष्ठों
- फलक
- प्राचल
- पास
- पासिंग
- आवेशपूर्ण
- वेतन
- भुगतान
- निष्पादन
- प्रदर्शन
- प्रदर्शन
- स्टाफ़
- चरण
- टुकड़े
- पाइपलाइन
- प्लेसमेंट
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- प्लग
- पॉडकास्ट
- पद
- प्रथाओं
- शुद्धता
- पहले से
- प्राथमिक
- समस्याओं
- प्रक्रिया
- प्रक्रियाओं
- प्रसंस्करण
- एस्ट्रो मॉल
- उत्पादन प्रबंधक
- उत्पादन
- उत्पाद
- बशर्ते
- प्रदान करता है
- प्रदान कर
- प्रश्नों
- प्रशन
- असली दुनिया
- पहचान
- मान्यता देना
- की सिफारिश
- घटी
- कम कर देता है
- उल्लेख
- रिफाइनिंग
- नियमित तौर पर
- प्रासंगिक
- विश्वसनीय
- रिलायंस
- प्रतिनिधि
- का अनुरोध
- उपयुक्त संसाधन चुनें
- प्रतिक्रिया
- प्रतिक्रियाएं
- परिणाम
- बनाए रखने के
- की समीक्षा
- समीक्षा
- समीक्षा
- मार्ग
- रन
- दौड़ना
- बचाया
- स्केल
- परिदृश्य
- स्कोर
- मूल
- अनुभाग
- देखना
- चयन
- स्वयं सेवा
- सेवा
- सेवाएँ
- सेट
- Share
- साझा
- चाहिए
- दिखाना
- पता चला
- हस्ताक्षर
- समान
- सरल
- एक साथ
- आकार
- कौशल
- समाधान ढूंढे
- हल
- सुलझाने
- विशिष्ट
- विभाजित
- शुरुआत में
- बयान
- कदम
- कदम
- प्रोत्साहन
- उत्तेजना की जाँच
- भंडारण
- संरचनाओं
- सफलतापूर्वक
- ऐसा
- समर्थन
- कार्य
- टीम
- टेक्नोलॉजीज
- शर्तों
- परीक्षण
- परीक्षण
- टेक्स्ट
- से
- कि
- RSI
- लेकिन हाल ही
- उन
- जिसके चलते
- इन
- इसका
- द्वार
- यहाँ
- पहर
- सेवा मेरे
- साधन
- रेलगाड़ी
- प्रशिक्षित
- प्रशिक्षण
- टीआरपी
- ट्यूनिंग
- ट्यूटोरियल
- टाइप
- प्रकार
- आधारभूत
- अद्वितीय
- अपडेट
- अद्यतन
- अपडेट
- उपयोग
- उदाहरण
- का उपयोग करता है
- का उपयोग
- उपयोग किया
- उपयोग
- सत्यापन
- विविधता
- परिवर्तनीय
- सत्यापन
- संस्करण
- संस्करणों
- के माध्यम से
- प्रतीक्षा
- walkthrough
- करना चाहते हैं
- चाहता है
- मार्ग..
- we
- वेब
- वेब सेवाओं
- क्या
- एचएमबी क्या है?
- कब
- कौन कौन से
- कौन
- विकिपीडिया
- मर्जी
- साथ में
- अंदर
- बिना
- शब्द
- वर्कफ़्लो
- workflows
- दुनिया भर
- गलत
- आप
- आपका
- जेफिरनेट
- ज़िप