Soavtor te objave je Daryl Martis, produktni direktor Salesforce Einstein AI.
To je tretja objava v nizu razprav o integraciji Salesforce Data Cloud in Amazon SageMaker.
In Del 1 in Del 2, pokažemo, kako integracija Salesforce Data Cloud in Einstein Studio s SageMaker podjetjem omogoča varen dostop do svojih podatkov Salesforce z uporabo SageMaker in uporabo njegovih orodij za izdelavo, usposabljanje in uvajanje modelov na končne točke, ki jih gosti SageMaker. Končne točke SageMaker je mogoče registrirati v Salesforce Data Cloud za aktiviranje predvidevanj v Salesforce.
V tej objavi prikazujemo, kako lahko poslovni analitiki in znanstveniki za podatke državljanov ustvarijo modele strojnega učenja (ML) brez kode v Amazon SageMaker Canvas in uvesti usposobljene modele za integracijo s Salesforce Einstein Studio za ustvarjanje zmogljivih poslovnih aplikacij. SageMaker Canvas ponuja izkušnjo brez kodiranja za dostop do podatkov iz Salesforce Data Cloud ter gradnjo, testiranje in uvajanje modelov z le nekaj kliki. SageMaker Canvas vam prav tako omogoča, da razumete svoje napovedi z uporabo pomembnosti lastnosti in vrednosti SHAP, kar vam olajša razlago napovedi, narejenih z modeli ML.
SageMaker Canvas
SageMaker Canvas omogoča poslovnim analitikom in skupinam za podatkovno znanost, da zgradijo in uporabljajo modele strojnega učenja in generativne AI modele, ne da bi morali napisati eno vrstico kode. SageMaker Canvas ponuja vizualni vmesnik pokaži in klikni za ustvarjanje natančnih napovedi ML za klasifikacijo, regresijo, napovedovanje, obdelavo naravnega jezika (NLP) in računalniški vid (CV). Poleg tega lahko dostopate do temeljnih modelov (FM) in jih ocenjujete Amazon Bedrock ali javnih FM-jev od Amazon SageMaker JumpStart za ustvarjanje vsebine, ekstrakcijo besedila in povzemanje besedila za podporo generativnim rešitvam AI. SageMaker Canvas vam omogoča prinesite modele ML kamor koli in ustvarite napovedi neposredno v SageMaker Canvas.
Salesforce Data Cloud in Einstein Studio
Salesforce Data Cloud je podatkovna platforma, ki podjetjem zagotavlja posodobitve podatkov o strankah v realnem času s katere koli stične točke.
Einstein Studio je prehod do orodij AI v Salesforce Data Cloud. Z Einstein Studio lahko skrbniki in podatkovni znanstveniki brez težav ustvarijo modele z nekaj kliki ali uporabo kode. Izkušnja Einstein Studio prinaša svoj lastni model (BYOM) zagotavlja zmožnost povezovanja prilagojenih ali generativnih modelov AI iz zunanjih platform, kot je SageMaker, v Salesforce Data Cloud.
Pregled rešitev
Za predstavitev, kako lahko zgradite modele ML z uporabo podatkov v Salesforce Data Cloud z uporabo SageMaker Canvas, ustvarimo napovedni model za priporočilo izdelka. Ta model uporablja funkcije, shranjene v Salesforce Data Cloud, kot so demografski podatki strank, trženjska angažiranja in zgodovina nakupov. Model priporočila za izdelek je zgrajen in uveden z uporabniškim vmesnikom brez kode SageMaker Canvas z uporabo podatkov v Salesforce Data Cloud.
Uporabljamo naslednje vzorec nabora podatkov shranjeno v Preprosta storitev shranjevanja Amazon (Amazon S3). Če želite uporabiti ta nabor podatkov v Salesforce Data Cloud, glejte Ustvarite podatkovni tok Amazon S3 v podatkovnem oblaku. Za izdelavo modela so potrebni naslednji atributi:
- Član kluba – Če je stranka član kluba
- Akcija – Kampanja, katere del je stranka
- Država – Država ali provinca, v kateri prebiva stranka
- mesec – Mesec nakupa
- Število primerov – Število primerov, ki jih je predložila stranka
- Vrnitev vrste primera – Ali je stranka v zadnjem letu vrnila kateri koli izdelek
- Vrsta ohišja Pošiljka poškodovana – Ali je imela stranka v zadnjem letu poškodovane pošiljke
- Ocena angažiranosti – Stopnja angažiranosti stranke (odziv na mailing kampanje, prijave v spletno trgovino ipd.)
- Stanovanje – Trajanje odnosa stranke s podjetjem
- Klikov – Povprečno število klikov, ki jih je stranka naredila v enem tednu pred nakupom
- Obiskane strani – Povprečno število strani, ki jih je stranka obiskala v enem tednu pred nakupom
- Izdelek kupljen – Dejansko kupljen izdelek
Naslednji koraki dajejo pregled uporabe priključka Salesforce Data Cloud, zagnanega v SageMaker Canvas, za dostop do podatkov vašega podjetja in izdelavo napovednega modela:
- Konfigurirajte povezano aplikacijo Salesforce za registracijo domene SageMaker Canvas.
- Nastavite OAuth za Salesforce Data Cloud v SageMaker Canvas.
- Povežite se s podatki Salesforce Data Cloud z vgrajenim priključkom Salesforce Data Cloud SageMaker Canvas in uvozite nabor podatkov.
- Gradite in učite modele v SageMaker Canvas.
- Namestite model v SageMaker Canvas in naredite napovedi.
- Uvedite Amazon API Gateway končna točka kot sprednja povezava s končno točko sklepanja SageMaker.
- Registrirajte končno točko API Gateway v Einstein Studio. Za navodila glejte Prenesite lastne modele umetne inteligence v podatkovni oblak.
Naslednji diagram prikazuje arhitekturo rešitev.
Predpogoji
Preden začnete, dokončajte naslednje predpogojne korake, da ustvarite domeno SageMaker in omogočite SageMaker Canvas:
- Ustvari Amazon SageMaker Studio domena. Za navodila glejte Vkrcajte se na domeno Amazon SageMaker.
- Zabeležite si ID domene in vlogo izvajanja, ki je ustvarjena in jo bo uporabljal vaš uporabniški profil. Dovoljenja tej vlogi dodate v naslednjih korakih.
Naslednji posnetek zaslona prikazuje domeno, ki smo jo ustvarili za to objavo.
- Nato pojdite na uporabniški profil in izberite Uredi.
- Pomaknite se na Nastavitve Amazon SageMaker Canvas izberite in izberite Omogoči osnovna dovoljenja Canvas.
- Izberite Omogoči neposredne uvedbe modelov Canvas in Omogoči dovoljenja registra modela za vse uporabnike.
To SageMaker Canvas omogoča uvajanje modelov v končne točke na konzoli SageMaker. Te nastavitve je mogoče konfigurirati na ravni domene ali uporabniškega profila. Nastavitve uporabniškega profila imajo prednost pred nastavitvami domene.
Ustvarite ali posodobite povezano aplikacijo Salesforce
Nato ustvarimo povezano aplikacijo Salesforce, da omogočimo pretok OAuth iz SageMaker Canvas v Salesforce Data Cloud. Izvedite naslednje korake:
- Prijavite se v Salesforce in pojdite na Setup.
- Išči App Manager in ustvarite novo povezano aplikacijo.
- Navedite naslednje vnose:
- za Ime povezane aplikacije, vnesite ime.
- za API ime, pustite privzeto (se samodejno izpolni).
- za Kontaktni e-naslov, vnesite svoj kontaktni e-poštni naslov.
- Izberite Omogoči nastavitve OAuth.
- za URL povratnega klica, vnesite
https://<domain-id>.studio.<region>.sagemaker.aws/canvas/default/lab
in navedite ID domene in regijo iz vaše domene SageMaker.
- V povezani aplikaciji konfigurirajte naslednja področja:
- Upravljanje uporabniških podatkov prek API-jev (
api
). - Izvedite zahteve kadar koli (
refresh_token
,offline_access
). - Izvedite poizvedbe ANSI SQL na podatkih Salesforce Data Cloud (Data
Cloud_query_api
). - Upravljanje podatkov profila Data Cloud (
Data Cloud_profile_api
). - Dostop do storitve URL identitete (
id
,profile
,email
,address
,phone
). - Dostopajte do edinstvenih uporabniških identifikatorjev (
openid
).
- Upravljanje uporabniških podatkov prek API-jev (
- Nastavite svojo povezano aplikacijo IP sprostitev nastavitev na Sprostite omejitve IP.
Konfigurirajte nastavitve OAuth za priključek Salesforce Data Cloud
SageMaker Canvas uporablja Upravitelj skrivnosti AWS za varno shranjevanje informacij o povezavi iz povezane aplikacije Salesforce. SageMaker Canvas skrbnikom omogoča, da konfigurirajo nastavitve OAuth za posamezni uporabniški profil ali na ravni domene. Upoštevajte, da lahko dodate skrivnost v domeno in uporabniški profil, vendar SageMaker Canvas najprej poišče skrivnosti v uporabniškem profilu.
Če želite konfigurirati nastavitve OAuth, izvedite naslednje korake:
- Pomaknite se do urejanja nastavitev domene ali uporabniškega profila v konzoli SageMaker.
- Izberite Nastavitve platna v podoknu za krmarjenje.
- Pod Nastavitve OAuthZa Vir podatkov, izberite Podatkovni oblak Salesforce.
- za Skrivna postavitev, lahko ustvarite novo skrivnost ali uporabite obstoječo skrivnost. V tem primeru ustvarimo novo skrivnost in vnesemo ID odjemalca in skrivnost odjemalca iz povezane aplikacije Salesforce.
Za več podrobnosti o omogočanju OAuth v SageMaker Canvas glejte Nastavite OAuth za Salesforce Data Cloud.
S tem je dokončana nastavitev za omogočanje dostopa do podatkov iz Salesforce Data Cloud v SageMaker Canvas za izdelavo modelov AI in ML.
Uvozite podatke iz Salesforce Data Cloud
Za uvoz podatkov izvedite naslednje korake:
- Iz uporabniškega profila, ki ste ga ustvarili s svojo domeno SageMaker, izberite Zagon in izberite Canvas.
Ko prvič dostopate do aplikacije Canvas, bo ustvarjanje trajalo približno 10 minut.
- Izberite Data Wrangler v podoknu za krmarjenje.
- o ustvarjanje izberite meni Tabela za ustvarjanje tabelarnega nabora podatkov.
- Poimenujte nabor podatkov in izberite ustvarjanje.
- za Vir podatkov, izberite Podatkovni oblak Salesforce in Dodaj povezavo za uvoz objekta podatkovnega jezera.
Če ste predhodno konfigurirali povezavo s Salesforce Data Cloud, boste videli možnost za uporabo te povezave namesto ustvarjanja nove.
- Vnesite ime za novo povezavo Salesforce Data Cloud in izberite Dodajte povezavo.
Dokončanje bo trajalo nekaj minut.
- Preusmerjeni boste na Prijava v Salesforce strani za odobritev povezave.
Ko je prijava uspešna, bo zahteva preusmerjena nazaj v SageMaker Canvas s seznamom objektov data Lake.
- Izberite nabor podatkov, ki vsebuje funkcije za usposabljanje modela, ki je bil naložen prek Amazon S3.
- Povlecite in spustite datoteko, nato izberite Uredi v SQL.
Salesforce dodaja a “__c
“ v vsa polja objekta Data Cloud. V skladu s konvencijo o poimenovanju platna SageMaker, ”__“
ni dovoljeno v imenih polj.
- Uredite SQL, da preimenujete stolpce in izpustite metapodatke, ki niso pomembni za usposabljanje modela. Zamenjajte ime tabele z imenom vašega objekta.
- Izberite Zaženi SQL in nato Ustvari nabor podatkov.
- Izberite nabor podatkov in izberite Ustvarite model.
- Če želite ustvariti model za predvidevanje priporočila za izdelek, navedite ime modela in izberite Napovedna analiza za Vrsta težave, in izberite ustvarjanje.
Zgradite in usposobite model
Izvedite naslednje korake, da zgradite in usposobite svoj model:
- Ko je model zagnan, nastavite ciljni stolpec na
product_purchased
.
SageMaker Canvas prikaže ključne statistike in korelacije vsakega stolpca s ciljnim stolpcem. SageMaker Canvas vam nudi orodja za predogled vašega modela in preverjanje podatkov, preden začnete graditi.
- Uporabite funkcijo predogleda modela, da si ogledate natančnost svojega modela in potrdite svoj nabor podatkov, da preprečite težave pri gradnji modela.
- Po pregledu vaših podatkov in kakršnih koli spremembah v naboru podatkov izberite vrsto gradnje. The Hitra izdelava možnost je morda hitrejša, vendar bo za izdelavo modela uporabila samo podnabor vaših podatkov. Za namen te objave smo izbrali Standardna izdelava možnost.
Standardna izdelava lahko traja 2–4 ure.
SageMaker Canvas samodejno obravnava manjkajoče vrednosti v vašem naboru podatkov, medtem ko gradi model. Za vas bo uporabil tudi druge transformacije za pripravo podatkov, da pripravite podatke za ML.
- Ko se vaš model začne graditi, lahko zapustite stran.
Ko je model prikazan kot Želite o Moji modeli stran, je pripravljena za analize in napovedi.
- Ko je model izdelan, pojdite na My modeli, izberite Poglej da si ogledate model, ki ste ga ustvarili, in izberite najnovejšo različico.
- Pojdi na Analizirajte da vidite vpliv vsake funkcije na napoved.
- Za dodatne informacije o napovedih modela pojdite na Točkovanje tab.
- Izberite Predvidite za začetek napovedi izdelka.
Namestite model in naredite napovedi
Izvedite naslednje korake, da uvedete svoj model in začnete napovedovati:
- Izberete lahko skupinske ali posamezne napovedi. Za namen te objave izbiramo Enotna napoved.
Ko izberete Enotna napoved, SageMaker Canvas prikaže funkcije, za katere lahko zagotovite vnose.
- Vrednosti lahko spremenite z izbiro Nadgradnja in si oglejte napoved v realnem času.
Prikazana bosta natančnost modela in vpliv vsake funkcije za to specifično napoved.
- Če želite razmestiti model, navedite ime razmestitve, izberite vrsto instance in število instanc ter izberite uvajanje.
Uvajanje modela bo trajalo nekaj minut.
Status modela je posodobljen na V službi po uspešni uvedbi.
SageMaker Canvas nudi možnost testiranja uvajanja.
- Izberite Ogled podrobnosti.
O podrobnosti vsebuje podrobnosti o končni točki modela. Vrsta primerka, število, oblika vnosa, vsebina odgovora in končna točka so nekatere ključne prikazane podrobnosti.
- Izberite Preskusna uvedba da preizkusite razporejeno končno točko.
Podobno kot pri posameznem predvidevanju pogled prikazuje vhodne funkcije in nudi možnost posodobitve in testiranja končne točke v realnem času.
Nova napoved skupaj z rezultatom priklica končne točke se vrne uporabniku.
Ustvari API za razkritje končne točke SageMaker
Če želite ustvariti napovedi, ki poganjajo poslovne aplikacije v Salesforce, morate izpostaviti končno točko sklepanja SageMaker, ki jo je ustvarila vaša uvedba SageMaker Canvas prek API Gateway, in jo registrirati v Salesforce Einstein.
Formati zahtev in odgovorov se med končno točko sklepanja Salesforce Einstein in SageMaker razlikujejo. Za izvedbo transformacije lahko uporabite API Gateway ali uporabite AWS Lambda za preoblikovanje zahteve in preslikavo odgovora. Nanašati se na Pokličite končno točko modela Amazon SageMaker z uporabo Amazon API Gateway in AWS Lambda za izpostavitev končne točke SageMaker prek Lambda in API Gateway.
Naslednji delček kode je funkcija Lambda za pretvorbo zahteve in odgovora
Posodobite endpoint
in prediction_label
vrednosti v funkciji Lambda glede na vašo konfiguracijo.
- Dodajte spremenljivko okolja
SAGEMAKER_ENDPOINT_NAME
za zajem končne točke sklepanja SageMaker. - Nastavite oznako predvidevanja, da se ujema z izhodnim ključem JSON modela, ki je registriran v Einstein Studio.
Privzeta časovna omejitev za funkcijo Lambda je 3 sekunde. Odvisno od velikosti vnosa zahteve za predvidevanje lahko odziv API-ja za sklepanje v realnem času SageMaker traja več kot 3 sekunde.
- Povečajte časovno omejitev funkcije Lambda, vendar naj bo pod Privzeta časovna omejitev integracije prehoda API, kar je 29 sekund.
Registrirajte model v Salesforce Einstein Studio
Če želite registrirati končno točko API Gateway v Einstein Studio, glejte Prenesite lastne modele umetne inteligence v podatkovni oblak.
zaključek
V tej objavi smo razložili, kako lahko uporabite SageMaker Canvas za povezavo s Salesforce Data Cloud in ustvarjanje napovedi prek avtomatiziranih funkcij ML, ne da bi napisali eno vrstico kode. Predstavili smo zmožnost gradnje modela SageMaker Canvas za izvedbo zgodnjega predogleda delovanja vašega modela, preden zaženete standardno gradnjo, ki uri model s celotnim naborom podatkov. Predstavili smo tudi dejavnosti ustvarjanja po modelu, kot je uporaba vmesnika za posamezne napovedi znotraj SageMaker Canvas in razumevanje vaših napovedi z uporabo pomembnosti lastnosti. Nato smo uporabili končno točko SageMaker, ustvarjeno v SageMaker Canvas, in jo dali na voljo kot API, tako da jo lahko integrirate s Salesforce Einstein Studio in ustvarite zmogljive aplikacije Salesforce.
V prihajajoči objavi vam bomo pokazali, kako uporabiti podatke iz Salesforce Data Cloud v SageMaker Canvas, da bo vpogled v podatke in priprava še bolj preprosta z uporabo vizualnega vmesnika in preprostih pozivov v naravnem jeziku.
Če želite začeti uporabljati SageMaker Canvas, glejte Dan potopitve v SageMaker Canvas in se nanašajo na Začetek uporabe Amazon SageMaker Canvas.
O avtorjih
Daryl Martis je produktni direktor za Einstein Studio pri Salesforce Data Cloud. Ima več kot 10 let izkušenj z načrtovanjem, gradnjo, lansiranjem in upravljanjem rešitev svetovnega razreda za poslovne stranke, vključno z AI/ML in rešitvami v oblaku. Pred tem je delal v industriji finančnih storitev v New Yorku. Sledite mu naprej linkedIn.
Rachna Chadha je glavni arhitekt rešitev AI/ML v Strategic Accounts pri AWS. Rachna je optimist, ki verjame, da lahko etična in odgovorna uporaba umetne inteligence izboljša družbo v prihodnosti ter prinese gospodarsko in družbeno blaginjo. V prostem času Rachna rada preživlja čas z družino, hodi na pohode in posluša glasbo.
Ife Stewart je glavni arhitekt rešitev v segmentu Strategic ISV pri AWS. V zadnjih 2 letih je sodelovala pri Salesforce Data Cloud, da bi pomagala zgraditi integrirane izkušnje strank v Salesforce in AWS. Ife ima več kot 10 let izkušenj na področju tehnologije. Je zagovornica raznolikosti in vključenosti na tehnološkem področju.
Ravi Bhattiprolu je starejši arhitekt partnerskih rešitev pri AWS. Ravi sodeluje s strateškimi partnerji, Salesforce in Tableau, da zagotovi inovativne in dobro zasnovane izdelke in rešitve, ki skupnim strankam pomagajo uresničiti njihove poslovne cilje.
Miriam Lebowitz je arhitekt rešitev v segmentu Strategic ISV pri AWS. Sodeluje z ekipami v Salesforce, vključno s Salesforce Data Cloud, in je specializirana za podatkovno analitiko. Zunaj dela uživa v peki, potovanjih in preživljanju kakovostnega časa s prijatelji in družino.
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
- PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
- PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
- PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
- vir: https://aws.amazon.com/blogs/machine-learning/democratize-ml-on-salesforce-data-cloud-with-no-code-amazon-sagemaker-canvas/
- :ima
- : je
- :ne
- $GOR
- 1
- 10
- 100
- 29
- 7
- 8
- a
- O meni
- dostop
- računi
- natančnost
- natančna
- čez
- dejavnosti
- dejanska
- dodajte
- Poleg tega
- Dodatne
- Dodatne informacije
- Naslov
- Dodaja
- administratorji
- zagovornik
- po
- AI
- AI modeli
- AI / ML
- vsi
- dovoljene
- omogoča
- skupaj
- Prav tako
- Amazon
- Amazon API Gateway
- Amazon SageMaker
- Amazon SageMaker Canvas
- Amazon Web Services
- an
- Analiza
- Analitiki
- analitika
- in
- kaj
- API
- API-ji
- aplikacija
- aplikacije
- Uporabi
- Arhitektura
- SE
- AS
- At
- lastnosti
- odobri
- Avtomatizirano
- samodejno
- Na voljo
- povprečno
- AWS
- nazaj
- baza
- temeljijo
- BE
- bilo
- pred
- začetek
- meni
- spodaj
- med
- telo
- tako
- prinašajo
- izgradnjo
- Building
- Gradi
- zgrajena
- vgrajeno
- poslovni
- Poslovne aplikacije
- podjetja
- vendar
- by
- california
- Akcija
- Kampanje
- CAN
- platno
- zmožnost
- zajemanje
- primeri
- spremenite
- Spremembe
- Izberite
- izbiri
- Državljan
- mesto
- Razvrstitev
- stranke
- Cloud
- klub
- Koda
- Stolpec
- Stolpci
- dokončanje
- Zaključi
- računalnik
- Računalniška vizija
- Ravnanje
- konfiguracija
- konfigurirano
- Connect
- povezane
- povezava
- Konzole
- kontakt
- Vsebuje
- vsebina
- Ustvarjanje vsebine
- ozadje
- Konvencija
- korelacije
- bi
- ustvarjajo
- ustvaril
- Ustvarjanje
- Oblikovanje
- po meri
- stranka
- podatki o strankah
- Stranke, ki so
- datum
- dostop do podatkov
- Podatkovna analiza
- Data jezero
- Podatkovna platforma
- znanost o podatkih
- privzeto
- poda
- demokratizirati
- Demografski podatki
- izkazati
- Dokazano
- Odvisno
- razporedi
- razporejeni
- uvajanje
- razmestitve
- Podrobnosti
- neposredna
- neposredno
- Direktor
- razpravljali
- prikazano
- prikazovalniki
- raznolikost
- Raznolikost in vključenost
- domena
- navzdol
- Drop
- vsak
- Zgodnje
- Gospodarska
- truda
- Einstein
- bodisi
- E-naslov
- omogočajo
- omogoča
- omogočanje
- Končna točka
- , ki se ukvarjajo
- sodelovanje
- posli
- Vnesite
- Podjetje
- okolje
- etično
- oceniti
- Tudi
- Event
- Primer
- izvedba
- obstoječih
- izkušnje
- Doživetja
- Pojasnite
- razložiti
- zunanja
- pridobivanje
- družina
- hitreje
- Feature
- Lastnosti
- Nekaj
- Polje
- Področja
- file
- finančna
- finančne storitve
- prva
- prvič
- Pretok
- sledi
- po
- za
- format
- Fundacija
- prijatelji
- iz
- polno
- funkcija
- Prihodnost
- Prehod
- ustvarjajo
- generacija
- generativno
- Generativna AI
- dobili
- Daj
- Go
- imel
- Ročaji
- ob
- he
- pomoč
- jo
- ga
- zgodovina
- gostila
- URE
- Kako
- Kako
- HTML
- http
- HTTPS
- ID
- identifikatorji
- identiteta
- if
- ponazarja
- potopitev
- vpliv
- uvoz
- Pomembnost
- izboljšanje
- in
- Vključno
- vključitev
- individualna
- Industrija
- Podatki
- sproži
- inovativne
- vhod
- vhodi
- vpogledi
- primer
- Namesto
- Navodila
- integrirati
- integrirana
- integracija
- vmesnik
- IP
- Vprašanja
- izv
- IT
- ITS
- skupno
- jpg
- json
- samo
- Imejte
- Ključne
- label
- Jezero
- jezik
- Zadnja
- začela
- začetek
- učenje
- pustite
- Stopnja
- kot
- všeč mi je
- vrstica
- Poslušanje
- seznam
- prijava
- POGLEDI
- stroj
- strojno učenje
- je
- Poštni
- Znamka
- Izdelava
- upravljanje
- map
- Trženje
- Stave
- Maj ..
- metapodatki
- Minute
- manjka
- ML
- Model
- modeli
- mesec
- več
- Najbolj
- Glasba
- Ime
- Imena
- poimenovanje
- naravna
- Obdelava Natural Language
- Krmarjenje
- ostalo
- Nimate
- potrebna
- Novo
- NY
- New York City
- Naslednja
- nlp
- Upoštevajte
- Številka
- oauth
- predmet
- Cilji
- of
- on
- ONE
- na spletu
- samo
- Možnost
- or
- OS
- Ostalo
- izhod
- zunaj
- več
- pregled
- lastne
- Stran
- strani
- podokno
- del
- partner
- partnerji
- za
- Izvedite
- performance
- Dovoljenja
- načrtovanje
- platforma
- Platforme
- platon
- Platonova podatkovna inteligenca
- PlatoData
- Točka
- naseljeno
- Prispevek
- moč
- močan
- napovedati
- napoved
- Napovedi
- Priprava
- preprečiti
- predogled
- prej
- , ravnateljica
- Predhodna
- obravnavati
- Izdelek
- Izdelki
- profil
- pozove
- blaginja
- zagotavljajo
- zagotavlja
- javnega
- nakup
- Namen
- kakovost
- poizvedbe
- postavljeno
- pripravljen
- pravo
- v realnem času
- uresničitev
- nedavno
- Priporočamo
- Priporočilo
- glejte
- okolica
- Registracija
- registriranih
- registra
- Razmerje
- pomembno
- zamenjajte
- zahteva
- zahteva
- Odzove
- Odgovor
- odgovorna
- Omejitve
- povzroči
- vrnitev
- pregledovanje
- vloga
- tek
- runtime
- sagemaker
- Sklep SageMaker
- prodajni center
- Znanost
- Znanstveniki
- sekund
- skrivnost
- skrivnosti
- Oddelek
- Varno
- glej
- Segment
- izberite
- izbran
- Serija
- Storitev
- Storitve
- nastavite
- nastavitev
- nastavitve
- nastavitev
- je
- Prikaži
- predstavljeni
- Razstave
- Enostavno
- sam
- Velikosti
- delček
- So
- socialna
- Društvo
- Rešitev
- rešitve
- nekaj
- specializirano
- specifična
- Poraba
- standardna
- Začetek
- začel
- Država
- Statistika
- Status
- Koraki
- Stewart
- shranjevanje
- trgovina
- shranjeni
- naravnost
- Strateško
- strateški partnerji
- tok
- studio
- kasneje
- uspešno
- taka
- podpora
- miza
- Tableau
- Bodite
- ciljna
- Skupine
- Tehnologija
- Test
- besedilo
- kot
- da
- O
- Prihodnost
- Država
- njihove
- POTEM
- te
- tretja
- ta
- skozi
- čas
- do
- orodja
- na dotik
- Vlak
- usposobljeni
- usposabljanje
- vlaki
- Transform
- Preoblikovanje
- transformacije
- Potovanje
- tip
- razumeli
- razumevanje
- edinstven
- prihajajoče
- Nadgradnja
- posodobljeno
- posodobitve
- naložili
- URL
- uporaba
- Rabljeni
- uporabnik
- Uporabniški vmesnik
- uporablja
- uporabo
- POTRDI
- Vrednote
- spremenljivka
- različica
- preko
- Poglej
- Vizija
- obiskali
- vizualna
- je
- washington
- we
- web
- spletne storitve
- teden
- Dobro
- ali
- ki
- medtem
- WHO
- bo
- z
- v
- brez
- delo
- delal
- deluje
- Delavnice
- svetovni razred
- pisati
- pisanje
- let
- york
- Vi
- Vaša rutina za
- zefirnet