Tag: 使用指南

本文首先简单介绍了经典的日志系统ELK/EFK架构，引出了Grafana新推出的PLG架构，并探讨了两种架构之间的对比和重点发展的方向。然后，本文介绍了在亚马逊云平台的EKS服务上部署Promtail + Loki + Grafana解决方案，以及配置使用Amazon DynamoDB和Amazon S3，以充分借助云服务的高性价比优势，降低用户维护管理成本。

在本文中，我们展示了如何使用检测（DetectProtectiveEquipment API）来自动分析图像及视频帧。

我们的分析功能在冠军杯赛期间为粉丝们提供增强体验，但这一切仅仅只是开始。在re: Invent 2019大会的比赛中，我们从500多位参赛选手处收集到12000多条单圈时长记录。随着AWS DeepRacer发布新的车辆与竞赛形式，这部分数据将在2020年为更多更高级的分析功能提供支持。

相信在各参与方与科学学科之间的通力合作之下，我们终将赢得这场COVID-19抗疫战役的胜利。使用COVID-19知识图谱，我们可以提出并回答与COVID-19科学文献相关的各类问题。我们坚信，将数据、技术与科学等领域的成果同开放精神结合起来，我们必定可以激发洞见、促进合作，最终遏制、缓解并消涂COVID-19疫情。

图数据库解决方案正快速成为分析团队在分析业务体系内建立独特优势的必要条件。但需要强调的是，除了图数据库这一强大工具之外，我们还需要参考战略设计流程构建起有见解的平台。

推荐系统的设计是一项艰巨的任务，有时需要对模型进行全面定制。在本文中，我们共同了解了如何在Amazon SageMaker当中从零开始实现、部署并调用NCF模型。以此为基础，大家可以运用自己的数据集打造出更适合自身场景的解决方案。

知识图谱嵌入KGE则为大家提供一种强大的方法，可以对特定节点上的语义与局部结构信息进行编码，您也可以将它们作为机器学习与深度学习模型的输入。DGL-KE支持多种流行嵌入模型，并能够让您通过CPU或GPU的大规模训练得到嵌入结果，训练速度是其他同类技术的2到5倍。

在本文中，展示了使用TensorBoard可视化TensorFlow训练作业，以Amazon S3作为日志存储。您可以使用这套解决方案以及对应的示例notebook，通过Amazon SageMaker构建和训练模型，并运行超参数调优作业。此外，您可以使用TensorBoard对不同训练作业中的超参数进行比较，生成并显示分类器混淆矩阵，剖析并可视化训练作业的性能。

A/B测试还能够提供客户与Amazon Personalize推荐结果间实际交互方式的宝贵信息。这些结果将根据明确定义的业务指标进行衡量，使您了解推荐结果的有效性，以及该如何进一步调整训练数据集建立起明确认知。在对此过程进行多轮迭代之后，您会发现各项重要指标都将得到改善，客户参与度也将随之提高。

在本文中，我们演示了如何在整个AWS Control Tower组织中启用IAM访问分析器。我们展示了如何将IAM访问分析器的管理权限委派至AWS Control Tower审计账户，以及如何在所有区域中启用分析器。在组织层面实施IAM访问分析器，能够帮助大家快速确定哪些资源允许来自AWS Organization之外的访问，进而提高组织的整体安全性。