AWS 推出五项机器学习新服务

azon Personalize和Amazon Forecast，让客户能够受益于亚马逊消费者业务使用的、使其客户体验屡获殊荣的、相同的机器学习个性化推荐和预测技术。AWS 客户有兴趣学习亚马逊大规模使用机器学习的丰富经验，以改进运营，提供更好的客户体验，又无需训练、优化和部署自己的定制化机器学习模型。今天，AWS 宣布推出五项新的 AI 服务，这些服务基于 Amazon 丰富的机器学习经验，允许所有行业、所有规模的机构在其企业中采用机器学习，而无需机器学习经验。

Amazon Kendra通过机器学习重塑企业搜索

尽管多年来多种尝试，但内部搜索对于当今的企业来说仍是一个棘手的问题，大多数员工仍然经常难以找到他们需要的信息。机构拥有大量非结构化文本数据，如果能够发现、存储多种格式并跨不同的数据源(例如 Sharepoint、Intranet、Amazon S3 和本地文件存储系统)，则这些数据非常有用。即使通用的、基于 Web 的搜索工具随处可见，机构仍然发现内部搜索很困难，因为没有可用工具能够很好地跨越现有数据孤岛编制索引，无法提供自然语言查询，并且无法提供准确的结果。当员工有疑问时，他们需要使用可能出现在不同上下文、多个文档中的关键字，这些搜索通常会生成一长串随机链接，员工必须筛选这些链接才能找到他们查找的信息(如果他们找得到的话)。

Amazon Kendra 让员工可以使用真实问题(而不仅仅是关键字)在多个数据孤岛中搜索，在后台部署 AI 技术来提供他们寻求的精确答案(而不是随机的链接列表)，重塑企业搜索。员工可以使用自然语言运行搜索(关键字仍然有效，但大多数用户更喜欢自然语言搜索)。例如，员工可以提出一个特定问题，如“IT 服务台什么时候开?”Amazon Kendra 会给他们一个具体答案，如“IT 服务台在上午 9：30 打开”，同时给出指向 IT门户和其它相关网站的链接。客户可以在应用程序、门户和 wiki 中使用 Amazon Kendra。只需在 AWS 管理控制台中单击几下，客户即可将 Amazon Kendra 指向其各种文档存储库，服务会聚合 PB级的数据以构建集中索引。Amazon Kendra会扫描文档的权限，确保搜索结果符合现有的文档访问策略，搜索结果仅包含用户有权访问的文档。此外，Amazon Kendra还根据客户的特定情况，积极地重新训练机器学习模型，使用点击率数据、用户位置和反馈提高准确性，随着时间的推移提供越来越好的答案。要了解有关Amazon Kendra的更多信息，

Amazon CodeGuru 使用机器学习提供自动代码审核，帮助机构找到开销最大的代码行，从而改进软件开发

跟亚马逊一样，AWS客户也编写了大量代码。软件开发是

（编辑：莆田站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!