亚马逊AWS官方博客
Step Functions 分布式 Map – 大规模并行数据处理的无服务器解决方案
我很高兴地宣布 AWS Step Functions 的分布式 Map 现已正式推出。此流程扩展了对协调大规模 […]
新功能 – 使用适用于 IDP 的 Amazon Comprehend 处理 PDF、Word 文档和图像
今天，我们宣布推出一项适用于智能文档处理（IDP）的全新 Amazon Comprehend 功能。借助此功能 […]
推出 Amazon GameLift Anywhere – 在您自己的基础设施上运行游戏服务器
2016 年，我们推出了 Amazon GameLift，这是一种专用托管解决方案，可安全部署和自动扩展基于会 […]
加入预览版 —— AWS Glue 数据质量
早在1980年，在我的第二份专业编程工作中，正在做一个分析来自美国多个州的驾驶执照数据的项目。当时，该类型的数 […]
AWS 机器学习大学新教育工作者支持计划旨在为机器学习/人工智能工作培养多元化人才
AWS 机器学习大学现在提供免费的教育工作者支持计划。该计划为社区学院、少数族裔服务机构 (MSI) 和历 […]
宣布为 Amazon AppFlow 添加更多数据连接器
如果数据不分散在多个系统和数据存储中（无论是本地还是在云中），从数据中收集见解是一种更有效的过程。Amaz […]
全新 — 使用 Amazon SageMaker JumpStart 更轻松地在组织内共享 ML 模型和笔记本
Amazon SageMaker JumpStart 是一个机器学习 (ML) 中心，可以帮助您加快机器学习之 […]
全新 — Amazon SageMaker Data Wrangler 支持 SaaS 应用程序作为数据来源
数据为机器学习提供动力。在机器学习中，数据准备是将原始数据转换为适合进一步处理和分析的格式的过程。数据准备 […]
全新 — 介绍 Amazon SageMaker Data Wrangler 中实时和批量推理的支持
要构建机器学习模型，机器学习工程师需要开发数据转换管道来准备数据。设计管道的过程非常耗时，需要机器学习工程 […]
适用于 Amazon SageMaker 的新机器学习管理工具 —— 简化访问控制并提高机器学习项目的透明度
随着公司越来越多地在业务应用程序中采用机器学习 (ML)，他们正在寻找通过简化访问控制和增强机器学习生命周期中 […]