ขั้นสูง (300) - Plato Data Intelligence

ใช้การเรียนรู้ของเครื่องเพื่อตรวจจับความผิดปกติและคาดการณ์การหยุดทำงานด้วย Amazon Timestream และ Amazon Lookout for Equipment Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ใช้การเรียนรู้ของเครื่องเพื่อตรวจจับความผิดปกติและคาดการณ์เวลาหยุดทำงานด้วย Amazon Timestream และ Amazon Lookout for Equipment

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1780075

ประทับเวลา: ธันวาคม 29, 2022

เร่งความเร็วการพัฒนา ML โดยใช้ SageMaker Feature Store และการบีบอัดร้านค้าออฟไลน์ Apache Iceberg Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

การพัฒนา ML ความเร็วโดยใช้ SageMaker Feature Store และ Apache Iceberg การบีบอัดร้านค้าออฟไลน์

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1776221

ประทับเวลา: ธันวาคม 21, 2022

คำแนะนำด้านพลังงานและการค้นหาโดยใช้กราฟความรู้ IMDb – ตอนที่ 2 ขั้นสูง (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

คำแนะนำที่มีประสิทธิภาพและการค้นหาโดยใช้กราฟความรู้ IMDb – ตอนที่ 2

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1775417

ประทับเวลา: ธันวาคม 20, 2022

คำแนะนำด้านพลังงานและการค้นหาโดยใช้กราฟความรู้ IMDb – ตอนที่ 1

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1775669

ประทับเวลา: ธันวาคม 20, 2022

ฝึกโครงข่ายประสาทเทียมใหม่โดยอัตโนมัติด้วย Renate

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1774824

ประทับเวลา: ธันวาคม 19, 2022

วิธีประเมินคุณภาพของข้อมูลสังเคราะห์ – วัดจากมุมมองของความเที่ยงตรง อรรถประโยชน์ และความเป็นส่วนตัว Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

วิธีการประเมินคุณภาพของข้อมูลสังเคราะห์ – การวัดจากมุมมองของความถูกต้อง ประโยชน์ใช้สอย และความเป็นส่วนตัว

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1774079

ประทับเวลา: ธันวาคม 16, 2022

ขอแนะนำการแสดงภาพข้อมูลแบบฝังตัวใหม่ของ Amazon SageMaker Data Wrangler Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ขอแนะนำการแสดงภาพแบบฝังใหม่ของ Amazon SageMaker Data Wrangler

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1771695

ประทับเวลา: ธันวาคม 13, 2022

การประเมินความเสียหายโดยใช้ความสามารถเชิงพื้นที่ของ Amazon SageMaker และโมเดล SageMaker แบบกำหนดเอง

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1770703

ประทับเวลา: ธันวาคม 8, 2022

ปรับใช้โมเดล Amazon SageMaker Autopilot กับจุดสิ้นสุดการอนุมานแบบไร้เซิร์ฟเวอร์ Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ปรับใช้โมเดล Amazon SageMaker Autopilot กับปลายทางการอนุมานแบบไร้เซิร์ฟเวอร์

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1770443

ประทับเวลา: ธันวาคม 8, 2022

ปรับปรุงความสามารถในการปรับขนาดสำหรับ Amazon Rekognition Stateless API โดยใช้ PlatoBlockchain Data Intelligence ขั้นสูง (300) หลายภูมิภาค ค้นหาแนวตั้ง AI.

ปรับปรุงความสามารถในการปรับขนาดสำหรับ API ไร้สถานะของ Amazon Rekognition โดยใช้หลายภูมิภาค

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1768347

ประทับเวลา: ธันวาคม 7, 2022

สร้างตัวทำนายความเป็นพิษตามข้อความที่มีประสิทธิภาพ Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

สร้างตัวทำนายความเป็นพิษแบบข้อความที่มีประสิทธิภาพ

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1767806

ประทับเวลา: ธันวาคม 6, 2022

ขอแนะนำการจัดหมวดหมู่และการรับรู้เอนทิตีในขั้นตอนเดียวด้วย Amazon Comprehend สำหรับการประมวลผลเอกสารอัจฉริยะ Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ขอแนะนำการจัดประเภทแบบขั้นตอนเดียวและการจดจำเอนทิตีด้วย Amazon Comprehend สำหรับการประมวลผลเอกสารอัจฉริยะ

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1765819

ประทับเวลา: ธันวาคม 2, 2022

กำหนดสิทธิ์ที่กำหนดเองในไม่กี่นาทีด้วย Amazon SageMaker Role Manager Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

กำหนดสิทธิ์ที่กำหนดเองได้ในไม่กี่นาทีด้วย Amazon SageMaker Role Manager

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1768065

ประทับเวลา: ธันวาคม 1, 2022

เปิดตัวการทดลอง Amazon SageMaker Autopilot โดยตรงจากภายใน Amazon SageMaker Pipelines เพื่อทำให้เวิร์กโฟลว์ MLOps ขั้นสูง (300) PlatoBlockchain Data Intelligence ขั้นสูงเป็นอัตโนมัติได้อย่างง่ายดาย ค้นหาแนวตั้ง AI.

เปิดใช้การทดสอบ Amazon SageMaker Autopilot โดยตรงจากภายใน Amazon SageMaker Pipelines เพื่อทำให้เวิร์กโฟลว์ MLOps เป็นอัตโนมัติได้อย่างง่ายดาย

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1764882

ประทับเวลา: พฤศจิกายน 30, 2022

ใช้การควบคุมการเข้าถึงข้อมูลที่ละเอียดด้วย AWS Lake Formation และ Amazon EMR จาก Amazon SageMaker Studio

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1761352

ประทับเวลา: พฤศจิกายน 23, 2022

เร่งขั้นตอนการทำงานหลายภาษาด้วยโซลูชันการแปลที่ปรับแต่งได้ซึ่งสร้างขึ้นด้วย Amazon Translate Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

เร่งขั้นตอนการทำงานหลายภาษาด้วยโซลูชันการแปลที่ปรับแต่งได้ซึ่งสร้างด้วย Amazon Translate

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1762646

ประทับเวลา: พฤศจิกายน 22, 2022

การวิเคราะห์ความรู้สึกของลูกค้าแบบเรียลไทม์โดยใช้ AWS Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

การวิเคราะห์ความรู้สึกของลูกค้าตามเวลาจริงโดยใช้ AWS

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1762149

ประทับเวลา: พฤศจิกายน 22, 2022

ระบุข้อมูลเชิงลึกที่สำคัญจากเอกสารข้อความผ่านการปรับแต่งอย่างละเอียดและ HPO ด้วย Amazon SageMaker JumpStart

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1759655

ประทับเวลา: พฤศจิกายน 21, 2022

วิศวกรรมฟีเจอร์ขนาดใหญ่พร้อมการปกป้องข้อมูลที่ละเอียดอ่อนโดยใช้เซสชันเชิงโต้ตอบของ AWS Glue และ Amazon SageMaker Studio Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

วิศวกรรมฟีเจอร์ขนาดใหญ่พร้อมการปกป้องข้อมูลที่ละเอียดอ่อนโดยใช้เซสชันแบบโต้ตอบของ AWS Glue และ Amazon SageMaker Studio

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1758879

ประทับเวลา: พฤศจิกายน 17, 2022

สร้างเวิร์กโฟลว์ MLOps ข้ามบัญชีโดยใช้ Amazon SageMaker Model Registry Advanced (300) PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

สร้างเวิร์กโฟลว์ MLOps ข้ามบัญชีโดยใช้การลงทะเบียนโมเดล Amazon SageMaker

คลัสเตอร์ต้นทาง:

AWS Machine Learning AWS

โหนดต้นทาง: 1756682

ประทับเวลา: พฤศจิกายน 16, 2022

ใช้การเรียนรู้ของเครื่องเพื่อตรวจจับความผิดปกติและคาดการณ์เวลาหยุดทำงานด้วย Amazon Timestream และ Amazon Lookout for Equipment

การพัฒนา ML ความเร็วโดยใช้ SageMaker Feature Store และ Apache Iceberg การบีบอัดร้านค้าออฟไลน์

คำแนะนำที่มีประสิทธิภาพและการค้นหาโดยใช้กราฟความรู้ IMDb – ตอนที่ 2

คำแนะนำด้านพลังงานและการค้นหาโดยใช้กราฟความรู้ IMDb – ตอนที่ 1

ฝึกโครงข่ายประสาทเทียมใหม่โดยอัตโนมัติด้วย Renate

ขอแนะนำการแสดงภาพแบบฝังใหม่ของ Amazon SageMaker Data Wrangler

การประเมินความเสียหายโดยใช้ความสามารถเชิงพื้นที่ของ Amazon SageMaker และโมเดล SageMaker แบบกำหนดเอง

ปรับใช้โมเดล Amazon SageMaker Autopilot กับปลายทางการอนุมานแบบไร้เซิร์ฟเวอร์

ปรับปรุงความสามารถในการปรับขนาดสำหรับ API ไร้สถานะของ Amazon Rekognition โดยใช้หลายภูมิภาค

สร้างตัวทำนายความเป็นพิษแบบข้อความที่มีประสิทธิภาพ

ขอแนะนำการจัดประเภทแบบขั้นตอนเดียวและการจดจำเอนทิตีด้วย Amazon Comprehend สำหรับการประมวลผลเอกสารอัจฉริยะ

กำหนดสิทธิ์ที่กำหนดเองได้ในไม่กี่นาทีด้วย Amazon SageMaker Role Manager

เปิดใช้การทดสอบ Amazon SageMaker Autopilot โดยตรงจากภายใน Amazon SageMaker Pipelines เพื่อทำให้เวิร์กโฟลว์ MLOps เป็นอัตโนมัติได้อย่างง่ายดาย

ใช้การควบคุมการเข้าถึงข้อมูลที่ละเอียดด้วย AWS Lake Formation และ Amazon EMR จาก Amazon SageMaker Studio

เร่งขั้นตอนการทำงานหลายภาษาด้วยโซลูชันการแปลที่ปรับแต่งได้ซึ่งสร้างด้วย Amazon Translate

การวิเคราะห์ความรู้สึกของลูกค้าตามเวลาจริงโดยใช้ AWS

ระบุข้อมูลเชิงลึกที่สำคัญจากเอกสารข้อความผ่านการปรับแต่งอย่างละเอียดและ HPO ด้วย Amazon SageMaker JumpStart

วิศวกรรมฟีเจอร์ขนาดใหญ่พร้อมการปกป้องข้อมูลที่ละเอียดอ่อนโดยใช้เซสชันแบบโต้ตอบของ AWS Glue และ Amazon SageMaker Studio

สร้างเวิร์กโฟลว์ MLOps ข้ามบัญชีโดยใช้การลงทะเบียนโมเดล Amazon SageMaker

เกี่ยวกับเรา

การค้นหาแนวตั้ง & Ai

ระบบปฏิบัติการ

การติดต่อ

ลงชื่อเข้าใช้