Purina US ซึ่งเป็นบริษัทในเครือของ Nestle มีประวัติอันยาวนานในการทำให้ผู้คนสามารถรับเลี้ยงสัตว์เลี้ยงได้ง่ายขึ้น เพ็ทไฟน์เดอร์ซึ่งเป็นตลาดดิจิทัลที่มีศูนย์พักพิงสัตว์และกลุ่มช่วยเหลือสัตว์มากกว่า 11,000 แห่งทั่วสหรัฐอเมริกา แคนาดา และเม็กซิโก ในฐานะแพลตฟอร์มการรับเลี้ยงสัตว์เลี้ยงชั้นนำ Petfinder ได้ช่วยให้สัตว์เลี้ยงหลายล้านตัวค้นพบบ้านถาวรของพวกเขา
Purina พยายามอย่างต่อเนื่องในการทำให้แพลตฟอร์ม Petfinder ดียิ่งขึ้นสำหรับทั้งสถานสงเคราะห์และกลุ่มช่วยเหลือและผู้รับเลี้ยงสัตว์เลี้ยง ความท้าทายประการหนึ่งที่พวกเขาเผชิญคือการสะท้อนถึงสายพันธุ์สัตว์เฉพาะที่พร้อมรับเลี้ยงไว้อย่างเพียงพอ เนื่องจากสัตว์ในสถานสงเคราะห์จำนวนมากเป็นพันธุ์ผสม การระบุสายพันธุ์และคุณลักษณะอย่างถูกต้องในโปรไฟล์สัตว์เลี้ยงจึงต้องใช้ความพยายามด้วยตนเอง ซึ่งใช้เวลานาน Purina ใช้ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML) เพื่อทำให้การตรวจจับสายพันธุ์สัตว์เป็นอัตโนมัติในวงกว้าง
โพสต์นี้จะอธิบายรายละเอียดว่า Purina ใช้อย่างไร ป้ายกำกับที่กำหนดเองของ Amazon Rekognition, ฟังก์ชันขั้นตอนของ AWSและบริการของ AWS อื่นๆ เพื่อสร้างโมเดล ML ที่ตรวจจับสายพันธุ์สัตว์เลี้ยงจากภาพที่อัปโหลด จากนั้นใช้การคาดการณ์เพื่อเติมแอตทริบิวต์สัตว์เลี้ยงโดยอัตโนมัติ โซลูชันมุ่งเน้นไปที่หลักการพื้นฐานของการพัฒนาเวิร์กโฟลว์แอปพลิเคชัน AI/ML ในการเตรียมข้อมูล การฝึกโมเดล การประเมินโมเดล และการตรวจสอบโมเดล
ภาพรวมโซลูชัน
การทำนายสายพันธุ์สัตว์จากรูปภาพจำเป็นต้องมีโมเดล ML แบบกำหนดเอง การพัฒนาแบบจำลองที่กำหนดเองเพื่อวิเคราะห์ภาพถือเป็นภารกิจสำคัญที่ต้องใช้เวลา ความเชี่ยวชาญ และทรัพยากร ซึ่งมักใช้เวลาหลายเดือนจึงจะเสร็จสมบูรณ์ นอกจากนี้ บ่อยครั้งที่ต้องใช้รูปภาพที่ติดป้ายกำกับด้วยมือหลายพันหรือหลายหมื่นรูปเพื่อให้โมเดลมีข้อมูลที่เพียงพอต่อการตัดสินใจได้อย่างแม่นยำ การตั้งค่าขั้นตอนการทำงานสำหรับการตรวจสอบหรือตรวจสอบการคาดการณ์แบบจำลองเพื่อตรวจสอบการปฏิบัติตามข้อกำหนดของคุณสามารถเพิ่มความซับซ้อนโดยรวมได้อีก
ด้วย Rekognition Custom Labels ซึ่งสร้างขึ้นจากความสามารถที่มีอยู่ของ ความหมายของ Amazonคุณสามารถระบุวัตถุและฉากในรูปภาพที่ตรงกับความต้องการทางธุรกิจของคุณได้ มีการฝึกอบรมเกี่ยวกับรูปภาพนับสิบล้านภาพในหลายประเภทแล้ว แทนที่จะอัปโหลดรูปภาพหลายพันรายการ คุณสามารถอัปโหลดรูปภาพการฝึกอบรมชุดเล็กๆ (โดยทั่วไปคือไม่กี่ร้อยรูปภาพหรือน้อยกว่านั้นต่อหมวดหมู่) ที่เหมาะกับกรณีการใช้งานของคุณโดยเฉพาะ
โซลูชันใช้บริการต่อไปนี้:
- Amazon API Gateway Amazon เป็นบริการที่มีการจัดการเต็มรูปแบบซึ่งช่วยให้นักพัฒนาเผยแพร่ บำรุงรักษา ตรวจสอบ และรักษาความปลอดภัย API ในทุกขนาดได้อย่างง่ายดาย
- พื้นที่ ชุดพัฒนา AWS Cloud (AWS CDK) เป็นเฟรมเวิร์กการพัฒนาซอฟต์แวร์โอเพ่นซอร์สสำหรับการกำหนดโครงสร้างพื้นฐานคลาวด์เป็นโค้ดด้วยภาษาการเขียนโปรแกรมสมัยใหม่และปรับใช้ผ่าน การก่อตัวของ AWS Cloud.
- AWS CodeBuild คือบริการบูรณาการอย่างต่อเนื่องที่มีการจัดการเต็มรูปแบบในระบบคลาวด์ CodeBuild รวบรวมซอร์สโค้ด รันการทดสอบ และสร้างแพ็คเกจที่พร้อมใช้งาน
- อเมซอน ไดนาโมดีบี เป็นบริการฐานข้อมูลที่ไม่เชิงสัมพันธ์ที่รวดเร็วและยืดหยุ่นสำหรับทุกขนาด
- AWS แลมบ์ดา เป็นบริการประมวลผลที่ขับเคลื่อนด้วยเหตุการณ์ ซึ่งช่วยให้คุณเรียกใช้โค้ดสำหรับแอปพลิเคชันหรือบริการแบ็คเอนด์แทบทุกประเภท โดยไม่ต้องจัดเตรียมหรือจัดการเซิร์ฟเวอร์
- ความหมายของ Amazon นำเสนอความสามารถด้านคอมพิวเตอร์วิทัศน์ (CV) ที่ได้รับการฝึกอบรมล่วงหน้าและปรับแต่งได้ เพื่อดึงข้อมูลและข้อมูลเชิงลึกจากรูปภาพและวิดีโอของคุณ กับ ป้ายกำกับที่กำหนดเองของ Amazon Rekognitionคุณสามารถระบุวัตถุและฉากในรูปภาพที่ตรงกับความต้องการทางธุรกิจของคุณได้
- ฟังก์ชันขั้นตอนของ AWS เป็นบริการที่มีการจัดการเต็มรูปแบบซึ่งทำให้การประสานงานส่วนประกอบของแอปพลิเคชันแบบกระจายและไมโครเซอร์วิสโดยใช้เวิร์กโฟลว์แบบภาพทำได้ง่ายขึ้น
- ผู้จัดการระบบ AWS เป็นโซลูชันการจัดการแบบ end-to-end ที่ปลอดภัยสำหรับทรัพยากรบน AWS และในสภาพแวดล้อมมัลติคลาวด์และไฮบริด ที่เก็บพารามิเตอร์ซึ่งเป็นความสามารถของ Systems Manager จัดเตรียมพื้นที่เก็บข้อมูลที่ปลอดภัยและเป็นลำดับชั้นสำหรับการจัดการข้อมูลคอนฟิกูเรชันและการจัดการความลับ
โซลูชันของ Purina ถูกปรับใช้เป็น API เกตเวย์ HTTP จุดสิ้นสุดซึ่งกำหนดเส้นทางคำขอเพื่อรับคุณลักษณะของสัตว์เลี้ยง ใช้ Rekognition Custom Labels เพื่อทำนายสายพันธุ์สัตว์เลี้ยง โมเดล ML ได้รับการฝึกจากโปรไฟล์สัตว์เลี้ยงที่ดึงมาจากฐานข้อมูลของ Purina โดยถือว่าฉลากสายพันธุ์หลักคือฉลากที่แท้จริง DynamoDB ใช้เพื่อจัดเก็บคุณลักษณะของสัตว์เลี้ยง Lambda ใช้เพื่อประมวลผลคำขอแอตทริบิวต์สัตว์เลี้ยงโดยประสานระหว่าง API Gateway, Amazon Rekognition และ DynamoDB
สถาปัตยกรรมดำเนินการดังนี้:
- แอปพลิเคชัน Petfinder กำหนดเส้นทางคำขอเพื่อรับคุณลักษณะของสัตว์เลี้ยงผ่าน API Gateway
- API Gateway เรียกใช้ฟังก์ชัน Lambda เพื่อรับคุณลักษณะของสัตว์เลี้ยง
- ฟังก์ชัน Lambda เรียกใช้ตำแหน่งข้อมูลการอนุมาน Rekognition Custom Label เพื่อทำนายสายพันธุ์สัตว์เลี้ยง
- ฟังก์ชัน Lambda ใช้ข้อมูลสายพันธุ์สัตว์เลี้ยงที่คาดการณ์ไว้เพื่อทำการค้นหาคุณลักษณะของสัตว์เลี้ยงในตาราง DynamoDB โดยจะรวบรวมคุณลักษณะของสัตว์เลี้ยงและส่งกลับไปยังแอปพลิเคชัน Petfinder
ไดอะแกรมต่อไปนี้แสดงเวิร์กโฟลว์โซลูชัน
ทีมงาน Petfinder ที่ Purina ต้องการโซลูชันอัตโนมัติที่สามารถใช้งานได้โดยมีการบำรุงรักษาเพียงเล็กน้อย เพื่อส่งมอบสิ่งนี้ เราใช้ Step Functions เพื่อสร้างเครื่องสถานะที่ฝึกโมเดลด้วยข้อมูลล่าสุด ตรวจสอบประสิทธิภาพบนชุดการวัดประสิทธิภาพ และปรับใช้โมเดลอีกครั้งหากมีการปรับปรุง การฝึกแบบจำลองใหม่เกิดขึ้นจากจำนวนการแก้ไขสายพันธุ์ที่ทำโดยผู้ใช้ที่ส่งข้อมูลโปรไฟล์
การฝึกโมเดล
การพัฒนาแบบจำลองที่กำหนดเองเพื่อวิเคราะห์ภาพถือเป็นภารกิจสำคัญที่ต้องใช้เวลา ความเชี่ยวชาญ และทรัพยากร นอกจากนี้ บ่อยครั้งที่ต้องใช้รูปภาพที่ติดป้ายกำกับด้วยมือหลายพันหรือหลายหมื่นรูปเพื่อให้โมเดลมีข้อมูลที่เพียงพอต่อการตัดสินใจได้อย่างแม่นยำ การสร้างข้อมูลนี้อาจใช้เวลาหลายเดือนในการรวบรวม และต้องใช้ความพยายามอย่างมากในการติดป้ายกำกับเพื่อใช้ในแมชชีนเลิร์นนิง มีเทคนิคที่เรียกว่า ถ่ายทอดการเรียนรู้ ช่วยผลิตโมเดลคุณภาพสูงขึ้นโดยการยืมพารามิเตอร์ของโมเดลที่ผ่านการฝึกอบรมมาแล้ว และช่วยให้โมเดลได้รับการฝึกฝนโดยใช้รูปภาพน้อยลง
ความท้าทายของเราคือข้อมูลของเราไม่ได้ติดป้ายกำกับไว้อย่างสมบูรณ์ มนุษย์ที่ป้อนข้อมูลโปรไฟล์สามารถและทำผิดพลาดได้ อย่างไรก็ตาม เราพบว่าสำหรับตัวอย่างข้อมูลที่มีขนาดใหญ่เพียงพอ รูปภาพที่ติดป้ายกำกับผิดจะมีสัดส่วนเพียงเล็กน้อย และประสิทธิภาพของโมเดลไม่ได้รับผลกระทบด้านความแม่นยำเกิน 2%
เวิร์กโฟลว์ ML และเครื่องสถานะ
เครื่องสถานะ Step Functions ได้รับการพัฒนาเพื่อช่วยในการฝึกโมเดล Amazon Rekognition ขึ้นใหม่โดยอัตโนมัติ ข้อเสนอแนะจะถูกรวบรวมระหว่างการป้อนโปรไฟล์ แต่ละครั้งที่ผู้ใช้แก้ไขสายพันธุ์ที่อนุมานจากรูปภาพเป็นสายพันธุ์อื่น การแก้ไขจะถูกบันทึก เครื่องสถานะนี้ถูกทริกเกอร์จากจำนวนการแก้ไขตามเกณฑ์ที่กำหนดได้และข้อมูลเพิ่มเติม
เครื่องสถานะทำงานผ่านหลายขั้นตอนเพื่อสร้างโซลูชัน:
- สร้างไฟล์รายการฝึกอบรมและทดสอบที่มีรายการ บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon เส้นทางรูปภาพ (Amazon S3) และป้ายกำกับสำหรับใช้งานโดย Amazon Rekognition
- สร้างชุดข้อมูล Amazon Rekognition โดยใช้ไฟล์ Manifest
- ฝึกเวอร์ชันโมเดล Amazon Rekognition หลังจากสร้างชุดข้อมูลแล้ว
- เริ่มเวอร์ชันโมเดลเมื่อการฝึกเสร็จสมบูรณ์
- ประเมินแบบจำลองและสร้างตัวชี้วัดประสิทธิภาพ
- หากการวัดประสิทธิภาพเป็นที่น่าพอใจ ให้อัพเดตเวอร์ชันโมเดลในที่เก็บพารามิเตอร์
- รอให้โมเดลใหม่เผยแพร่ในฟังก์ชัน Lambda (20 นาที) จากนั้นหยุดโมเดลก่อนหน้า
การประเมินแบบจำลอง
เราใช้ชุดการระงับ 20% แบบสุ่มที่นำมาจากตัวอย่างข้อมูลของเราเพื่อตรวจสอบแบบจำลองของเรา เนื่องจากสายพันธุ์ที่เราตรวจพบนั้นสามารถกำหนดค่าได้ เราจึงไม่ใช้ชุดข้อมูลคงที่สำหรับการตรวจสอบระหว่างการฝึกอบรม แต่เราจะใช้ชุดการประเมินที่ติดป้ายกำกับด้วยตนเองสำหรับการทดสอบบูรณาการ การทับซ้อนกันของชุดที่มีการติดป้ายกำกับด้วยตนเองและสายพันธุ์ที่ตรวจพบได้ของแบบจำลองจะถูกนำมาใช้ในการคำนวณหน่วยเมตริก หากความแม่นยำในการตรวจจับสายพันธุ์ของแบบจำลองสูงกว่าเกณฑ์ที่กำหนด เราจะส่งเสริมแบบจำลองที่จะใช้ในจุดสิ้นสุด
ต่อไปนี้คือภาพหน้าจอบางส่วนของเวิร์กโฟลว์การทำนายสัตว์เลี้ยงจาก Rekognition Custom Labels
การปรับใช้กับ AWS CDK
เครื่องสถานะ Step Functions และโครงสร้างพื้นฐานที่เกี่ยวข้อง (รวมถึงฟังก์ชัน Lambda, โปรเจ็กต์ CodeBuild และพารามิเตอร์ Systems Manager) ได้รับการปรับใช้กับ AWS CDK โดยใช้ Python โค้ด AWS CDK สังเคราะห์เทมเพลต CloudFormation ซึ่งใช้เพื่อปรับใช้โครงสร้างพื้นฐานทั้งหมดสำหรับโซลูชัน
บูรณาการกับแอปพลิเคชัน Petfinder
แอปพลิเคชัน Petfinder เข้าถึงตำแหน่งข้อมูลการจัดหมวดหมู่รูปภาพผ่านตำแหน่งข้อมูล API Gateway โดยใช้คำขอ POST ที่มีเพย์โหลด JSON พร้อมฟิลด์สำหรับเส้นทาง Amazon S3 ไปยังรูปภาพและจำนวนผลลัพธ์ที่จะส่งคืน
KPI ที่จะได้รับผลกระทบ
เพื่อพิสูจน์ต้นทุนที่เพิ่มขึ้นของการเรียกใช้ตำแหน่งข้อมูลการอนุมานรูปภาพ เราได้ทำการทดลองเพื่อกำหนดค่าที่ตำแหน่งข้อมูลเพิ่มสำหรับ Petfinder การใช้ตำแหน่งข้อมูลมีการปรับปรุงหลักๆ สองประเภท:
- ลดความพยายามสำหรับสถานสงเคราะห์สัตว์เลี้ยงที่กำลังสร้างโปรไฟล์สัตว์เลี้ยง
- โปรไฟล์สัตว์เลี้ยงที่สมบูรณ์ยิ่งขึ้น ซึ่งคาดว่าจะปรับปรุงความเกี่ยวข้องในการค้นหา
ตัวชี้วัดสำหรับการวัดความพยายามและความสมบูรณ์ของโปรไฟล์ ได้แก่ จำนวนช่องที่กรอกอัตโนมัติที่ได้รับการแก้ไข จำนวนช่องทั้งหมดที่กรอก และเวลาในการอัปโหลดโปรไฟล์สัตว์เลี้ยง การปรับปรุงความเกี่ยวข้องในการค้นหาจะอนุมานโดยอ้อมจากการวัดตัวบ่งชี้ประสิทธิภาพหลักที่เกี่ยวข้องกับอัตราการนำไปใช้ จากข้อมูลของ Purina หลังจากที่โซลูชันใช้งานได้แล้ว เวลาเฉลี่ยในการสร้างโปรไฟล์สัตว์เลี้ยงบนแอปพลิเคชัน Petfinder ก็ลดลงจาก 7 นาทีเหลือ 4 นาที ซึ่งเป็นการปรับปรุงครั้งใหญ่และประหยัดเวลาได้มาก เนื่องจากในปี 2022 มีการอัปโหลดโปรไฟล์สัตว์เลี้ยงถึง 4 ล้านโปรไฟล์
Security
ข้อมูลที่ไหลผ่านไดอะแกรมสถาปัตยกรรมจะถูกเข้ารหัสระหว่างการส่งผ่านและขณะพัก ตามข้อกำหนด แนวทางปฏิบัติที่ดีที่สุดของ AWS Well-Architected. ในระหว่างการมีส่วนร่วมของ AWS ทั้งหมด ผู้เชี่ยวชาญด้านความปลอดภัยจะตรวจสอบโซลูชันเพื่อให้แน่ใจว่ามีการใช้งานที่ปลอดภัย
สรุป
ด้วยโซลูชันที่ใช้ Rekognition Custom Labels ทีมงาน Petfinder สามารถเร่งการสร้างโปรไฟล์สัตว์เลี้ยงสำหรับสถานสงเคราะห์สัตว์เลี้ยงได้ ซึ่งช่วยลดภาระด้านการบริหารจัดการของบุคลากรในสถานสงเคราะห์ การปรับใช้ตาม AWS CDK จะปรับใช้เวิร์กโฟลว์ Step Functions เพื่อทำให้กระบวนการฝึกอบรมและการปรับใช้เป็นแบบอัตโนมัติ หากต้องการเริ่มใช้ป้ายกำกับที่กำหนดเองสำหรับการจดจำ โปรดดูที่ เริ่มต้นใช้งาน Amazon Rekognition Custom Labels. คุณยังสามารถตรวจสอบบางอย่าง ตัวอย่างฟังก์ชั่นขั้นตอน และ เริ่มต้นใช้งาน AWS CDK.
เกี่ยวกับผู้เขียน
เมสัน เคฮิลล์ เป็นที่ปรึกษาอาวุโส DevOps ที่มี AWS Professional Services เขาสนุกกับการช่วยให้องค์กรบรรลุเป้าหมายทางธุรกิจ และหลงใหลในการสร้างและนำเสนอโซลูชันอัตโนมัติบน AWS Cloud นอกเหนือจากงาน เขาชอบใช้เวลาอยู่กับครอบครัว เดินป่า และเล่นฟุตบอล
แมทธิว เชส เป็นที่ปรึกษาด้านวิทยาศาสตร์ข้อมูลที่ Amazon Web Services ซึ่งเขาช่วยลูกค้าสร้างโซลูชันการเรียนรู้ของเครื่องที่ปรับขนาดได้ Matthew สำเร็จการศึกษาระดับปริญญาเอกสาขาคณิตศาสตร์และชอบปีนเขาและดนตรีในเวลาว่าง
รูชิเคช แจกตัป เป็นสถาปนิกโซลูชันที่มีประสบการณ์ 5 ปีขึ้นไปในบริการ AWS Analytics เขามีความกระตือรือร้นในการช่วยลูกค้าสร้างโซลูชันการวิเคราะห์ข้อมูลที่ทันสมัยและปรับขนาดได้เพื่อรับข้อมูลเชิงลึกจากข้อมูล นอกเหนือจากงาน เขาชอบดู Formula1 เล่นแบดมินตัน และแข่งรถโกคาร์ท
ทาโย โอลาจิเด้ เป็นผู้ชำนาญการด้านวิศวกรรมข้อมูลบนคลาวด์ที่มีประสบการณ์มากกว่าทศวรรษในการออกแบบสถาปัตยกรรมและการนำโซลูชันข้อมูลไปใช้งานในสภาพแวดล้อมคลาวด์ ด้วยความหลงใหลในการแปลงข้อมูลดิบให้เป็นข้อมูลเชิงลึกอันมีค่า Tayo มีบทบาทสำคัญในการออกแบบและเพิ่มประสิทธิภาพท่อส่งข้อมูลสำหรับอุตสาหกรรมต่างๆ รวมถึงอุตสาหกรรมการเงิน การดูแลสุขภาพ และยานยนต์ ในฐานะผู้นำทางความคิดในสาขานี้ Tayo เชื่อว่าพลังของข้อมูลขึ้นอยู่กับความสามารถในการขับเคลื่อนการตัดสินใจด้วยข้อมูล และมุ่งมั่นที่จะช่วยให้ธุรกิจต่างๆ ใช้ประโยชน์จากข้อมูลของตนได้อย่างเต็มศักยภาพในยุคคลาวด์ เมื่อเขาไม่ได้สร้างท่อส่งข้อมูล คุณจะพบว่า Tayo กำลังสำรวจเทรนด์เทคโนโลยีล่าสุด เดินป่าในที่โล่งแจ้ง หรือซ่อมแซมอุปกรณ์และซอฟต์แวร์
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
- ที่มา: https://aws.amazon.com/blogs/machine-learning/optimize-pet-profiles-for-purinas-petfinder-application-using-amazon-rekognition-custom-labels-and-aws-step-functions/
- :มี
- :เป็น
- :ไม่
- :ที่ไหน
- $ ขึ้น
- 000
- 100
- 11
- 150
- 2%
- 20
- 2022
- 500
- 7
- a
- ความสามารถ
- สามารถ
- เกี่ยวกับเรา
- ข้างบน
- เร่งความเร็ว
- ตาม
- ตาม
- คิด
- ความถูกต้อง
- แม่นยำ
- บรรลุ
- ข้าม
- เพิ่ม
- ที่เพิ่ม
- เพิ่มเติม
- นอกจากนี้
- เพิ่ม
- อย่างเพียงพอ
- การยึดมั่น
- การบริหาร
- นำมาใช้
- ผู้รับใช้
- การนำมาใช้
- หลังจาก
- AI
- AI / ML
- ช่วย
- ทั้งหมด
- ช่วยให้
- แล้ว
- ด้วย
- อเมซอน
- ความหมายของ Amazon
- Amazon Web Services
- an
- การวิเคราะห์
- วิเคราะห์
- และ
- สัตว์
- สัตว์
- ใด
- API
- APIs
- การใช้งาน
- การใช้งาน
- สถาปัตยกรรม
- เป็น
- เทียม
- ปัญญาประดิษฐ์
- ปัญญาประดิษฐ์ (AI)
- AS
- ที่เกี่ยวข้อง
- At
- แอตทริบิวต์
- การตรวจสอบบัญชี
- รถยนต์
- โดยอัตโนมัติ
- อัตโนมัติ
- อัตโนมัติ
- เฉลี่ย
- AWS
- บริการระดับมืออาชีพของ AWS
- ฟังก์ชันขั้นตอนของ AWS
- กลับ
- แบ็กเอนด์
- ตาม
- BE
- เพราะ
- รับ
- เชื่อ
- มาตรฐาน
- ที่ดีที่สุด
- ดีกว่า
- ระหว่าง
- การยืม
- ทั้งสอง
- พันธุ์
- สร้าง
- การก่อสร้าง
- สร้าง
- ภาระ
- ธุรกิจ
- ธุรกิจ
- แต่
- by
- ที่เรียกว่า
- โทร
- CAN
- แคนาดา
- ความสามารถในการ
- ความสามารถ
- กรณี
- หมวดหมู่
- หมวดหมู่
- ท้าทาย
- ตรวจสอบ
- การตรวจสอบ
- การจัดหมวดหมู่
- ปีนเขา
- เมฆ
- โครงสร้างพื้นฐานคลาวด์
- รหัส
- มุ่งมั่น
- สมบูรณ์
- ความซับซ้อน
- ส่วนประกอบ
- คำนวณ
- คอมพิวเตอร์
- วิสัยทัศน์คอมพิวเตอร์
- องค์ประกอบ
- เสมอต้นเสมอปลาย
- ผู้ให้คำปรึกษา
- ต่อเนื่องกัน
- ประสานงาน
- การแก้ไข
- การแก้ไข
- ได้อย่างถูกต้อง
- ราคา
- สร้าง
- ที่สร้างขึ้น
- การสร้าง
- การสร้าง
- ประเพณี
- ลูกค้า
- ปรับแต่งได้
- ข้อมูล
- วิเคราะห์ข้อมูล
- การจัดการข้อมูล
- การเตรียมข้อมูล
- วิทยาศาสตร์ข้อมูล
- ฐานข้อมูล
- ทศวรรษ
- การตัดสินใจ
- การตัดสินใจ
- การกำหนด
- ส่งมอบ
- การส่งมอบ
- ปรับใช้
- นำไปใช้
- ปรับใช้
- การใช้งาน
- Deploys
- การออกแบบ
- รายละเอียด
- ตรวจจับ
- การตรวจพบ
- กำหนด
- พัฒนา
- นักพัฒนา
- ที่กำลังพัฒนา
- พัฒนาการ
- ต่าง
- ดิจิตอล
- ตลาดดิจิทัล
- กระจาย
- do
- Dont
- ขับรถ
- ในระหว่าง
- ง่ายดาย
- อย่างง่ายดาย
- ง่าย
- ความพยายาม
- การเปิดใช้งาน
- ที่มีการเข้ารหัส
- จบสิ้น
- ปลายทาง
- การนัดหมาย
- ชั้นเยี่ยม
- พอ
- ทำให้มั่นใจ
- เข้าสู่
- สภาพแวดล้อม
- ยุค
- การประเมินผล
- แม้
- ที่มีอยู่
- ที่คาดหวัง
- ประสบการณ์
- การทดลอง
- ชำนาญ
- ความชำนาญ
- สำรวจ
- สารสกัด
- ต้องเผชิญกับ
- ครอบครัว
- FAST
- ข้อเสนอแนะ
- สองสาม
- น้อยลง
- สนาม
- สาขา
- ไฟล์
- ที่เต็มไป
- เงินทุน
- หา
- การแก้ไข
- มีความยืดหยุ่น
- กระแส
- มุ่งเน้นไปที่
- ดังต่อไปนี้
- ดังต่อไปนี้
- สำหรับ
- ตลอดไป
- พบ
- เศษ
- กรอบ
- ฟรี
- ราคาเริ่มต้นที่
- เต็ม
- อย่างเต็มที่
- ฟังก์ชัน
- ฟังก์ชั่น
- พื้นฐาน
- ต่อไป
- ได้รับ
- เกตเวย์
- รวบรวม
- รวมตัวกัน
- การสร้าง
- Go
- เป้าหมาย
- ยิ่งใหญ่
- กลุ่ม
- มี
- he
- การดูแลสุขภาพ
- ช่วย
- การช่วยเหลือ
- จะช่วยให้
- ของเขา
- ประวัติ
- บ้าน
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- อย่างไรก็ตาม
- HTML
- ที่ http
- HTTPS
- ใหญ่
- มนุษย์
- ร้อย
- เป็นลูกผสม
- แยกแยะ
- ระบุ
- if
- แสดงให้เห็นถึง
- ภาพ
- การจำแนกรูปภาพ
- ภาพ
- ที่กระทบ
- การดำเนินงาน
- การดำเนินการ
- การดำเนินการ
- ปรับปรุง
- การปรับปรุง
- การปรับปรุง
- การปรับปรุง
- in
- ประกอบด้วย
- รวมทั้ง
- ตัวชี้วัด
- โดยอ้อม
- อุตสาหกรรม
- ข้อมูล
- แจ้ง
- โครงสร้างพื้นฐาน
- ข้อมูลเชิงลึก
- แทน
- บูรณาการ
- Intelligence
- เข้าไป
- IT
- ITS
- jpg
- JSON
- คีย์
- ฉลาก
- ป้ายกำกับ
- ภาษา
- ใหญ่
- ล่าสุด
- ผู้นำ
- ชั้นนำ
- การเรียนรู้
- น้อยลง
- ช่วยให้
- เลฟเวอเรจ
- ตั้งอยู่
- รายการ
- สด
- นาน
- ค้นหา
- รัก
- เครื่อง
- เรียนรู้เครื่อง
- ทำ
- หลัก
- เก็บรักษา
- การบำรุงรักษา
- ทำ
- ทำให้
- การจัดการ
- การจัดการ
- โซลูชั่นการจัดการ
- ผู้จัดการ
- การจัดการ
- คู่มือ
- ด้วยมือ
- หลาย
- ตลาด
- คณิตศาสตร์
- แมทธิว
- การวัด
- ตัวชี้วัด
- เม็กซิโก
- microservices
- ล้าน
- ล้าน
- ต่ำสุด
- นาที
- ความผิดพลาด
- ผสม
- ML
- แบบ
- โมเดล
- ทันสมัย
- การแก้ไข
- การตรวจสอบ
- การตรวจสอบ
- เดือน
- ข้อมูลเพิ่มเติม
- ดนตรี
- ความต้องการ
- ใหม่
- จำนวน
- วัตถุ
- ได้รับ
- of
- เสนอ
- มักจะ
- on
- ONE
- โอเพนซอร์ส
- ซอฟต์แวร์โอเพนซอร์ส
- เพิ่มประสิทธิภาพ
- การเพิ่มประสิทธิภาพ
- or
- องค์กร
- อื่นๆ
- ของเรา
- ออก
- กลางแจ้ง
- ด้านนอก
- เกิน
- ทั้งหมด
- แพคเกจ
- พารามิเตอร์
- พารามิเตอร์
- กิเลส
- หลงใหล
- เส้นทาง
- คน
- ต่อ
- อย่างสมบูรณ์
- ดำเนินการ
- การปฏิบัติ
- บุคลากร
- สัตว์เลี้ยง
- phd
- ชิ้น
- เป็นจุดสำคัญ
- เวที
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- เล่น
- เล่น
- โพสต์
- ที่มีศักยภาพ
- อำนาจ
- คาดการณ์
- ที่คาดการณ์
- คำทำนาย
- การคาดการณ์
- การจัดเตรียม
- ก่อน
- ประถม
- หลักการ
- กระบวนการ
- ก่อ
- ผลิต
- มืออาชีพ
- โปรไฟล์
- ดูรายละเอียด
- การเขียนโปรแกรม
- การเขียนโปรแกรมภาษา
- โครงการ
- ส่งเสริม
- ให้
- ให้
- ให้
- ประกาศ
- หลาม
- การแข่งขัน
- สุ่ม
- ราคา
- ดิบ
- พร้อม
- บันทึก
- ลดลง
- ลด
- อ้างอิง
- สะท้อนให้เห็นถึง
- ที่เกี่ยวข้อง
- ความสัมพันธ์กัน
- ขอ
- การร้องขอ
- จำเป็นต้องใช้
- ความต้องการ
- ต้อง
- ช่วยเหลือ
- แหล่งข้อมูล
- REST
- ผลสอบ
- การตรวจสอบ
- รีวิว
- หิน
- บทบาท
- เส้นทาง
- วิ่ง
- วิ่ง
- ทำงาน
- เงินออม
- ที่ปรับขนาดได้
- ขนาด
- ฉาก
- วิทยาศาสตร์
- ภาพหน้าจอ
- ค้นหา
- ช่ำชอง
- ความลับ
- ปลอดภัย
- ความปลอดภัย
- แสวงหา
- ส่ง
- ระดับอาวุโส
- เซิร์ฟเวอร์
- บริการ
- บริการ
- ชุด
- การตั้งค่า
- หลาย
- ที่พักอาศัย
- ที่พักอาศัย
- สำคัญ
- ง่าย
- เล็ก
- ฟุตบอล
- ซอฟต์แวร์
- การพัฒนาซอฟต์แวร์
- ทางออก
- โซลูชัน
- บาง
- แหล่ง
- รหัสแหล่งที่มา
- โดยเฉพาะ
- ที่ระบุไว้
- การใช้จ่าย
- เริ่มต้น
- ข้อความที่เริ่ม
- สถานะ
- ขั้นตอน
- ขั้นตอน
- หยุด
- การเก็บรักษา
- จัดเก็บ
- บริษัท สาขา
- ระบบ
- ตาราง
- เอา
- นำ
- การ
- ทีม
- เทคนิค
- เทคโนโลยี
- เทมเพลต
- เมตริกซ์
- ทดสอบ
- การทดสอบ
- การทดสอบ
- กว่า
- ที่
- พื้นที่
- ของพวกเขา
- แล้วก็
- พวกเขา
- นี้
- คิดว่า
- พัน
- ธรณีประตู
- ตลอด
- เวลา
- ไปยัง
- รวม
- รถไฟ
- ผ่านการฝึกอบรม
- การฝึกอบรม
- รถไฟ
- การเปลี่ยนแปลง
- การขนส่ง
- แนวโน้ม
- ทริกเกอร์
- จริง
- สอง
- ชนิด
- ชนิด
- เป็นปกติ
- บันทึก
- อัปโหลด
- us
- ใช้
- ใช้กรณี
- มือสอง
- ผู้ใช้งาน
- ผู้ใช้
- ใช้
- การใช้
- ตรวจสอบความถูกต้อง
- การตรวจสอบ
- มีคุณค่า
- ความคุ้มค่า
- ต่างๆ
- รุ่น
- ผ่านทาง
- วิดีโอ
- จวน
- วิสัยทัศน์
- ต้องการ
- คือ
- ชม
- วิธี
- we
- เว็บ
- บริการเว็บ
- ไป
- คือ
- เมื่อ
- ที่
- WHO
- กับ
- ไม่มี
- งาน
- เวิร์กโฟลว์
- ขั้นตอนการทำงาน
- ปี
- คุณ
- ของคุณ
- ลมทะเล