Amazon Web Services ブログ
Category: Advanced (300)
Amazon Timestream で電力品質と顧客利用状況のデータを使って高調波の問題を分析、検出する方法
本投稿では、Amazon Timestream とその組み込みの時系列の機能を利用して、数百万の顧客のメトリク […]
Amazon FSx for NetApp ONTAP を使用した SQL Server Always On Failover Cluster インスタンスの HA と DR の実装
このブログでは、高可用性と災害復旧の SQL Server Failover Cluster インスタンスアーキテクチャを設計する際の基準となるアーキテクチャパターンを説明します。Amazon FSx for NetApp ONTAP ファイルシステムの NetApp SnapMirror によるレプリケーション機能を活用して、2 つの AWS リージョンにまたがるデータレプリケーションを実現します。
AWS 上で Google Cloud ワークロード向けのディザスタリカバリサイト構築 (Part 2)
信頼性の高いワークロードを構築するための設計原則の 1 つは、復旧手順をテストすることです。トラディショナルな […]
AWS 上で Google Cloud ワークロード向けのディザスタリカバリサイト構築 (Part 1)
ディザスタリカバリ (DR) 戦略を有することはビジネスの継続性やお客様のワークロードのレジリエンスの面におい […]
Amazon SageMaker、Amazon OpenSearch Service、Streamlit、LangChain を使った質問応答ボットの構築
エンタープライズ企業における生成系 AI と大規模言語モデル (LLM) の最も一般的な用途の 1 つは、企業の知識コーパスに基づいた質問応答です。Amazon Lex は AI ベースのチャットボットを構築するためのフレームワークを提供します。事前学習済みの基盤モデル (Foundation Models; FM) は、さまざまなトピックに関する要約・テキスト生成・質問応答などの自然言語理解 (NLU) タスクではうまく機能しますが、幻覚やハルシネーションと言われる不正確な情報を含まない回答を提供するのが難しい、もしくは、学習データに含まれない内容に関する質問へ回答することはできません。さらに、基盤モデルは特定の時点のデータをスナップショットとして使用してトレーニングされており、推論時に新しいデータにアクセスすることはできません。推論時に最新のデータにアクセスできない場合、不正確または不適切な応答を返す可能性があります。
Comprehend フライホイールを使用したAmazon Comprehendカスタムモデルの継続的な学習の簡略化
翻訳はソリューションアーキテクトの濱野谷(@yoshiehm)が担当しました。原文はこちらです。 Amazon […]
Amazon OpenSearch Service にマルチテナント SaaS のデータを格納する
この記事は、AWS SaaS ファクトリーのマネージャー、パートナーソリューションアーキテクトの Madhuk […]
AWS Backup によるデータレイク保護のベストプラクティス
Amazon Simple Storage Service (Amazon S3)で構築したデータレイクは、より深いインサイトを得るための最新の分析アプローチに必要な可用性、俊敏性、柔軟性を組織に提供します。これらの Amazon S3 バケットに保存されている機密情報やビジネス上重要な情報を保護することは、組織にとって最優先事項です。AWS Backup for Amazon S3 を使用すると、Amazon S3 を利用したデータレイク内の重要なデータのバックアップとリカバリを簡単に一元的に自動化できます。
自動コピーを利用した Amazon S3 から Amazon Redshift への 簡易化されたデータ取り込み (プレビュー)
本記事は、「Simplify data ingestion from Amazon S3 to Amazon […]
Amazon SageMaker Canvas の ML 予測を使用して Amazon QuickSight に予測ダッシュボードをパブリッシュ
この記事では、予測を明示的にダウンロードして QuickSight にインポートしなくても、Canvas から ML ベースの予測を使用して QuickSight で予測ダッシュボードを公開する方法を説明します。このソリューションを使用すると、Canvas から QuickSight に予測を送信できるため、機械学習を使用して意思決定を迅速に行い、効果的なビジネス成果を達成できます。







