Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.
Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.
Cookie ini diperlukan untuk menjalankan situs dan layanan kami dan tidak dapat dinonaktifkan. Cookie biasanya tersusun hanya sebagai tanggapan atas tindakan Anda di situs, seperti mengatur preferensi privasi, masuk, atau mengisi formulir.
Cookie kinerja menyediakan statistik anonim tentang cara pelanggan menavigasi situs kami sehingga kami dapat menyempurnakan pengalaman dan kinerja situs. Pihak ketiga yang disetujui dapat melakukan analisis atas nama kami, tetapi tidak dapat menggunakan data untuk tujuannya sendiri.
Cookie fungsional membantu kami menyediakan berbagai fitur bermanfaat, mengingat preferensi Anda, dan menampilkan konten yang relevan pada situs. Pihak ketiga yang disetujui dapat mengatur cookie ini untuk menyediakan fitur tertentu pada situs. Jika Anda tidak mengizinkan cookie ini, maka beberapa atau semua layanan ini mungkin tidak berjalan dengan baik.
Cookie ini dapat diatur melalui situs kami oleh mitra iklan dan membantu kami mempersonalisasi konten pemasaran. Jika Anda tidak mengizinkan cookie, Anda akan mendapatkan iklan yang kurang relevan.
Memblokir beberapa jenis cookie dapat memengaruhi pengalaman Anda di situs kami. Anda dapat mengubah preferensi cookie kapan saja dengan mengklik Preferensi cookie di footer situs ini. Untuk mempelajari lebih lanjut tentang bagaimana kami dan pihak ketiga yang disetujui menggunakan cookie di situs kami, silakan baca di jendela baru.
Kami menampilkan iklan yang relevan dengan minat Anda di situs AWS dan properti lain, termasuk iklan perilaku lintas konteks. Iklan perilaku lintas konteks menggunakan data dari satu situs atau aplikasi untuk beriklan kepada Anda di situs atau aplikasi perusahaan yang berbeda.
Untuk tidak mengizinkan iklan perilaku lintas konteks AWS berdasarkan cookie atau teknologi serupa, pilih “Jangan izinkan” dan “Simpan pilihan privasi” di bawah ini, atau kunjungi situs AWS dengan mengaktifkan sinyal penolakan yang diakui secara hukum, seperti Kontrol Privasi Global. Jika Anda menghapus cookie atau mengunjungi situs ini dari peramban atau perangkat yang berbeda, Anda harus membuat pilihan lagi. Untuk informasi selengkapnya tentang cookie dan cara kami menggunakannya, baca Pemberitahuan Cookie AWS.
Untuk tidak mengizinkan semua iklan perilaku lintas konteks AWS lainnya, lengkapi formulir ini melalui email.
Untuk informasi selengkapnya tentang cara AWS menangani informasi Anda, baca Pemberitahuan Privasi AWS.
Kami hanya akan menyimpan cookie penting saat ini, karena kami tidak dapat menyimpan preferensi cookie Anda.
Jika Anda ingin mengubah preferensi cookie, coba lagi nanti menggunakan tautan di footer konsol AWS, atau hubungi dukungan jika masalah berlanjut.
Learn how to utilize Amazon Bedrock and Amazon Textract to extract and process information from unstructured documents.
Learn how to deploy a sample containerized application on a Nginx server using AWS App Runner.
Learn how to build and deploy a React web application with user authentication, a database, and storage using AWS Amplify.
Learn how to use AWS Amplify to build a serverless web application powered by Generative AI using Amazon Bedrock and the Claude 3 Sonnet foundation model.
Learn how to build and host a full-stack React app with AWS Amplify, featuring authentication, data, and serverless functions.
Learn how to configure and connect to Amazon Aurora Serverless v2.
Learn how to use Amazon SageMaker Canvas to build machine learning (ML) models and generate accurate predictions without writing a single line of code.
Learn how to set up your AWS account and development environment. This will allow you to interact with your AWS account and provision any resources you need for building a system programmatically.
Learn to build a continuous delivery pipeline for a simple web application using AWS CodeBuild and AWS CodePipeline.
Learn how to replicate objects already existing in your buckets within the same AWS Region or across different AWS Regions with Amazon Simple Storage Service (Amazon S3) Batch Replication.
In this tutorial, you learn and experiment with machine learning using Amazon SageMaker Studio Lab, a no-setup, free development environment.
In this tutorial, you’ll learn how to use Amazon SageMaker to train, a machine learning (ML) model using the AWS Trainium instances.
Learn how to publish a .NET application on a Windows Server 2022 instance in Amazon Lightsail.
Learn how to use Amazon SageMaker geospatial capabilities to access readily available geospatial data, make ML predictions, and visualize the results.
Learn how to set up and use Amazon S3 Multi-Region Access Points and failover controls. You will then be able to access the data in these buckets via a single global endpoint, and test failover between any two active-passive Region pairs.