SERVICE DOMAIN
AI / ML 人工智能
构建生成式 AI 与机器学习能力。PUBLIC NOTES
知识笔记
AI / ML 核心概念
先区分 AI、ML、Deep Learning 与生成式 AI，再判断是训练模型还是使用模型推理。
→Amazon Bedrock
通过托管 API 使用基础模型，构建生成式 AI 应用而无需管理模型基础设施。
→Amazon Comprehend
使用自然语言处理从文本中识别情绪、实体、关键词、语言和主题。
→Amazon Kendra
面向企业内容的智能搜索服务，可跨多个知识源提供相关答案和文档。
→Amazon Lex
用于构建文字和语音对话界面、聊天机器人与呼叫中心机器人的托管服务。
→Amazon Personalize
根据用户、商品和交互数据生成个性化推荐与排序的托管服务。
→Amazon Polly
把文字转换为自然语音的托管文字转语音服务。
→Amazon Q Business 与 Developer
Amazon Q Business 面向企业知识助手，Amazon Q Developer 面向软件开发和 AWS 工作流。
→Amazon Rekognition
通过预训练能力分析图像和视频中的对象、场景、文字、人脸与不安全内容。
→Amazon SageMaker JumpStart
在 SageMaker 中快速发现、部署和微调预训练模型与解决方案模板。
→Amazon SageMaker
用于准备数据、构建、训练、部署和监控自定义机器学习模型的托管平台。
→Amazon Textract
从扫描文档中提取文字、表格、表单字段和结构化数据。
→Amazon Transcribe
把音频和语音转换为文字的自动语音识别服务。
→Amazon Translate
用于在多种语言之间自动翻译文本的神经机器翻译服务。
→AWS AI/ML 三层技术栈
按“预训练 AI 服务、机器学习平台、ML 基础设施”三层选择合适的控制力与运维负担。
→TOPIC INDEX
服务与主题
01 Amazon Bedrock 阅读笔记 → 02 Amazon SageMaker 阅读笔记 → 03 Amazon Rekognition 阅读笔记 → 04 Amazon Comprehend 阅读笔记 → 05 Amazon Lex 阅读笔记 → 06 Amazon Polly 阅读笔记 → 07 Amazon Transcribe 阅读笔记 → 08 Amazon Translate 阅读笔记 → 09 Amazon Textract 阅读笔记 → 10 Amazon Kendra 阅读笔记 → 11 AI / ML 核心概念 阅读笔记 → 12 AWS AI/ML 三层技术栈 阅读笔记 → 13 Amazon Personalize 阅读笔记 → 14 Amazon SageMaker JumpStart 阅读笔记 → 15 Amazon Q Business & Developer 阅读笔记 →
返回手册首页 浏览其他 AWS 知识领域