亚马逊AWS官方博客
Tag: 王宇博
为云端海量日志分析优化的分级存储 – Amazon Elasticsearch Service 中的 UltraWarm
我们正处于大数据和机器学习的时代。非结构化数据在数据中的占比越来越高,而在这些非结构化数据中,占据主导位置的是机器生成的日志数据。随着使用微服务,容器和机器学习构建越来越多的应用程序,机器生成的日志数据量已经呈现出指数增长的态势,因此对于日志的管理、分析、挖掘也提出了更高的挑战。为了快速解决运营和安全问题,对这些数据进行实时分析已变得至关重要。几年前,我们发布了Amazon Elasticsearch Service。它是一个完全托管的日志分析服务,使部署、管理和扩展Elasticsearch和Kibana变得更加容易。
使用 Amazon Elasticsearch Service 构建 k 近邻 (k-NN) 相似度搜索
k-NN算法是经典的机器学习算法之一,是用于分类和回归的非参数方法。本文将介绍如何使用 Amazon Elasticsearch Service 构建 k 近邻 (k-NN) 相似度搜索。
使用 AWS Neuron SDK 在 AWS Inferentia 芯片上进行机器学习推理
本文主要关于使用AWS Neuron SDK在AWS Inferentia芯片上进行机器学习推理。