高级（300）-柏拉图数据智能

借助 Amazon Timestream 和 Amazon Lookout for Equipment Advanced (300) PlatoBlockchain 数据智能，使用机器学习来检测异常并预测停机时间。垂直搜索。人工智能。

使用机器学习通过 Amazon Timestream 和 Amazon Lookout for Equipment 检测异常并预测停机时间

源群集：

AWS机器学习

源节点： 1780075

时间戳记： 2022 年 12 月 29 日

使用 SageMaker Feature Store 和 Apache Iceberg 离线存储压缩高级 (300) PlatoBlockchain 数据智能加速 ML 开发。垂直搜索。人工智能。

使用 SageMaker Feature Store 和 Apache Iceberg 离线存储压缩加速 ML 开发

源群集：

AWS机器学习

源节点： 1776221

时间戳记： 2022 年 12 月 21 日

使用 IMDb 知识图进行强力推荐和搜索 – 第 2 部分高级 (300) PlatoBlockchain 数据智能。垂直搜索。人工智能。

使用 IMDb 知识图增强推荐和搜索——第 2 部分

源群集：

AWS机器学习

源节点： 1775417

时间戳记： 2022 年 12 月 20 日

使用 IMDb 知识图进行强力推荐和搜索——第 1 部分

源群集：

AWS机器学习

源节点： 1775669

时间戳记： 2022 年 12 月 20 日

使用 Renate Advanced (300) PlatoBlockchain 数据智能自动重新训练神经网络。垂直搜索。人工智能。

使用 Renate 自动重新训练神经网络

源群集：

AWS机器学习

源节点： 1774824

时间戳记： 2022 年 12 月 19 日

如何评估合成数据的质量——从保真度、实用性和隐私的角度进行衡量高级（300）PlatoBlockchain 数据智能。垂直搜索。人工智能。

如何评估合成数据的质量——从保真度、效用和隐私的角度衡量

源群集：

AWS机器学习

源节点： 1774079

时间戳记： 2022 年 12 月 16 日

隆重推出 Amazon SageMaker Data Wrangler 的全新嵌入式可视化高级 (300) PlatoBlockchain 数据智能。垂直搜索。人工智能。

介绍 Amazon SageMaker Data Wrangler 的新嵌入式可视化

源群集：

AWS机器学习

源节点： 1771695

时间戳记： 2022 年 12 月 13 日

使用 Amazon SageMaker 地理空间功能和自定义 SageMaker 模型进行损害评估

源群集：

AWS机器学习

源节点： 1770703

时间戳记： 2022 年 12 月 8 日

将 Amazon SageMaker Autopilot 模型部署到无服务器推理终端节点

源群集：

AWS机器学习

源节点： 1770443

时间戳记： 2022 年 12 月 8 日

使用多个区域高级 (300) PlatoBlockchain 数据智能提高 Amazon Rekognition 无状态 API 的可扩展性。垂直搜索。人工智能。

使用多个区域提高 Amazon Rekognition 无状态 API 的可扩展性

源群集：

AWS机器学习

源节点： 1768347

时间戳记： 2022 年 12 月 7 日

构建强大的基于文本的毒性预测器高级 (300) PlatoBlockchain 数据智能。垂直搜索。人工智能。

建立一个强大的基于文本的毒性预测器

源群集：

AWS机器学习

源节点： 1767806

时间戳记： 2022 年 12 月 6 日

引入使用 Amazon Comprehend 进行一步分类和实体识别以进行智能文档处理的高级 (300) PlatoBlockchain 数据智能。垂直搜索。人工智能。

使用 Amazon Comprehend 引入一步分类和实体识别以进行智能文档处理

源群集：

AWS机器学习

源节点： 1765819

时间戳记： 2022 年 12 月 2 日

使用 Amazon SageMaker Role Manager Advanced (300) PlatoBlockchain Data Intelligence 在几分钟内定义自定义权限。垂直搜索。人工智能。

使用 Amazon SageMaker 角色管理器在几分钟内定义自定义权限

源群集：

AWS机器学习

源节点： 1768065

时间戳记： 2022 年 12 月 1 日

直接从 Amazon SageMaker Pipelines 中启动 Amazon SageMaker Autopilot 实验，轻松实现 MLOps 工作流程的自动化高级 (300) PlatoBlockchain 数据智能。垂直搜索。人工智能。

直接从 Amazon SageMaker Pipelines 中启动 Amazon SageMaker Autopilot 实验以轻松自动化 MLOps 工作流程

源群集：

AWS机器学习

源节点： 1764882

时间戳记： 2022 年 11 月 30 日

通过 Amazon SageMaker Studio Advanced (300) PlatoBlockchain 数据智能中的 AWS Lake Formation 和 Amazon EMR 应用细粒度数据访问控制。垂直搜索。人工智能。

使用 Amazon SageMaker Studio 中的 AWS Lake Formation 和 Amazon EMR 应用细粒度数据访问控制

源群集：

AWS机器学习

源节点： 1761352

时间戳记： 2022 年 11 月 23 日

通过使用 Amazon Translate Advanced (300) PlatoBlockchain 数据智能构建的可定制翻译解决方案，加速多语言工作流程。垂直搜索。人工智能。

通过使用 Amazon Translate 构建的可定制翻译解决方案加速多语言工作流程

源群集：

AWS机器学习

源节点： 1762646

时间戳记： 2022 年 11 月 22 日

使用 AWS Advanced (300) PlatoBlockchain 数据智能实时分析客户情绪。垂直搜索。人工智能。

使用 AWS 实时分析客户情绪

源群集：

AWS机器学习

源节点： 1762149

时间戳记： 2022 年 11 月 22 日

使用 Amazon SageMaker JumpStart Advanced (300) PlatoBlockchain 数据智能进行微调和 HPO，从文本文档中识别关键见解。垂直搜索。人工智能。

使用 Amazon SageMaker JumpStart 通过微调和 HPO 从文本文档中识别关键见解

源群集：

AWS机器学习

源节点： 1759655

时间戳记： 2022 年 11 月 21 日

使用 AWS Glue 交互式会话和 Amazon SageMaker Studio Advanced (300) PlatoBlockchain 数据智能进行大规模特征工程和敏感数据保护。垂直搜索。人工智能。

使用 AWS Glue 交互式会话和 Amazon SageMaker Studio 进行具有敏感数据保护的大规模特征工程

源群集：

AWS机器学习

源节点： 1758879

时间戳记： 2022 年 11 月 17 日

使用 Amazon SageMaker 模型注册表高级 (300) PlatoBlockchain 数据智能构建跨账户 MLOps 工作流程。垂直搜索。人工智能。

使用 Amazon SageMaker 模型注册表构建跨账户 MLOps 工作流程

源群集：

AWS机器学习

源节点： 1756682

时间戳记： 2022 年 11 月 16 日

使用机器学习通过 Amazon Timestream 和 Amazon Lookout for Equipment 检测异常并预测停机时间

使用 SageMaker Feature Store 和 Apache Iceberg 离线存储压缩加速 ML 开发

使用 IMDb 知识图增强推荐和搜索——第 2 部分

使用 IMDb 知识图进行强力推荐和搜索——第 1 部分

使用 Renate 自动重新训练神经网络

如何评估合成数据的质量——从保真度、效用和隐私的角度衡量

介绍 Amazon SageMaker Data Wrangler 的新嵌入式可视化

使用 Amazon SageMaker 地理空间功能和自定义 SageMaker 模型进行损害评估

将 Amazon SageMaker Autopilot 模型部署到无服务器推理终端节点

使用多个区域提高 Amazon Rekognition 无状态 API 的可扩展性

建立一个强大的基于文本的毒性预测器

使用 Amazon Comprehend 引入一步分类和实体识别以进行智能文档处理

使用 Amazon SageMaker 角色管理器在几分钟内定义自定义权限

直接从 Amazon SageMaker Pipelines 中启动 Amazon SageMaker Autopilot 实验以轻松自动化 MLOps 工作流程

使用 Amazon SageMaker Studio 中的 AWS Lake Formation 和 Amazon EMR 应用细粒度数据访问控制

通过使用 Amazon Translate 构建的可定制翻译解决方案加速多语言工作流程

使用 AWS 实时分析客户情绪

使用 Amazon SageMaker JumpStart 通过微调和 HPO 从文本文档中识别关键见解

使用 AWS Glue 交互式会话和 Amazon SageMaker Studio 进行具有敏感数据保护的大规模特征工程

使用 Amazon SageMaker 模型注册表构建跨账户 MLOps 工作流程

关于我们

垂直搜索和Ai

应用平台

保持联系

账号管理