The Content Search Results Gestione delle autorizzazioni in Canvas

Usa Amazon DocumentDB per creare soluzioni di machine learning senza codice in Amazon SageMaker Canvas

Siamo entusiasti di annunciare il lancio dell'integrazione di Amazon DocumentDB (con compatibilità MongoDB) con Amazo...

Democratizzare l’apprendimento automatico su Salesforce Data Cloud con Amazon SageMaker Canvas senza codice

Questo post è scritto in collaborazione con Daryl Martis, Direttore del Prodotto, Salesforce Einstein AI. Questo è il...

Gestione del modello per modelli LoRA ottimizzati utilizzando Llama2 e Amazon SageMaker

Nell'era dei big data e dell'IA, le aziende cercano continuamente modi per utilizzare queste tecnologie al fine di ot...

Distribuisci modelli di apprendimento automatico creati in Amazon SageMaker Canvas agli endpoint in tempo reale di Amazon SageMaker

Amazon SageMaker Canvas supporta ora il rilascio di modelli di machine learning (ML) su endpoint di inferenza in temp...

Potenzia i tuoi utenti aziendali per estrarre informazioni dai documenti aziendali utilizzando Amazon SageMaker Canvas Generative AI.

Le aziende cercano di sfruttare il potenziale dell'apprendimento automatico (ML) per risolvere problemi complessi e m...

Amazon SageMaker Domain in modalità solo VPC per supportare SageMaker Studio con configurazione del ciclo di vita di spegnimento automatico e SageMaker Canvas con Terraform

Il dominio di Amazon SageMaker supporta gli ambienti di apprendimento automatico (ML) di SageMaker, inclusi SageMaker...

Democratizzare la rilevazione dei difetti nella visione artificiale per la qualità della produzione utilizzando il machine learning senza codice con Amazon SageMaker Canvas.

Il costo della scarsa qualità è una delle principali preoccupazioni per i produttori. I difetti di qualità aumentano ...

Aumenta la produttività su Amazon SageMaker Studio presentazione di JupyterLab Spaces e strumenti di intelligenza artificiale generativa

Amazon SageMaker Studio offre un ampio insieme di ambienti di sviluppo integrati completamente gestiti (IDE) per lo s...

Creare una pipeline end-to-end MLOps utilizzando Amazon SageMaker Pipelines, GitHub e GitHub Actions

I modelli di apprendimento automatico (ML) non operano in modo isolato. Per fornire valore, devono integrarsi nei sis...

Crea un’interfaccia utente web per interagire con gli LLM utilizzando Amazon SageMaker JumpStart

Il lancio di ChatGPT e l'aumento di popolarità dell'IA generativa hanno catturato l'immaginazione dei clienti che son...

Pacchetta e distribuisci facilmente modelli di machine learning classici e LLM (Language Model) con Amazon SageMaker, parte 1 Miglioramenti del PySDK

Amazon SageMaker è un servizio completamente gestito che consente agli sviluppatori e ai data scientist di creare, al...

Nuovo – Editor di codice, basato su Code-OSS VS Code Open Source ora disponibile in Amazon SageMaker Studio.

Oggi siamo entusiasti di annunciare il supporto per il Code Editor, una nuova opzione di ambiente di sviluppo integra...

Utilizza Amazon SageMaker Studio per creare una soluzione di risposta alle domande RAG con Llama 2, LangChain e Pinecone per sperimentazione rapida

La Generazione potenziata dal Recupero (RAG) ti consente di fornire a un ampio modello di linguaggio (LLM) accesso a ...

Philips accelera lo sviluppo di soluzioni sanitarie abilitate dall’intelligenza artificiale con una piattaforma MLOps basata su Amazon SageMaker

Questo è un blog congiunto tra AWS e Philips. Philips è un'azienda di tecnologia sanitaria focalizzata sul migliorame...

Promuovere i flussi di lavoro in un ambiente multi-piattaforma utilizzando Amazon SageMaker Model Registry, HashiCorp Terraform, GitHub e Jenkins CI/CD

Costruire una piattaforma di operazioni di machine learning (MLOps) nel panorama in rapida evoluzione dell'intelligen...