AMAZON MACHINE LEARNING 中文是什么意思 - 中文翻译

• amazon machine learning

在 印度尼西亚 中使用 Amazon machine learning 的示例及其翻译为 中文

API prediksi Amazon Machine Learning dapat digunakan untuk menghasilkan miliaran prediksi untuk aplikasi Anda.
AmazonMachineLearning預測API可用來為應用程式產生數十億則預測結果。

Amazon Machine Learning dapat membantu Anda memproses teks tanpa struktur dan mengambil tindakan berdasarkan konten.
AmazonMachineLearning可協助您處理非結構化的文字並根據內容採取相關動作。

Setelah model Anda siap, Amazon Machine Learning memudahkan dalam memperoleh prediksi untuk aplikasi Anda menggunakan API yang sederhana, tanpa harus mengimplementasikan kode pembuatan prediksi khusus, atau mengelola infrastruktur apa pun.
当您的模型准备好以后，AmazonMachineLearning只要使用简单的API即可让您的应用程序轻松获得预测能力，而无需实现自定义预测生成码或管理任何基础设施。

Amazon Machine Learning dapat membantu Anda memproses teks tanpa struktur dan mengambil tindakan berdasarkan konten.
AmazonMachineLearning可以帮助您处理非结构化的文本并根据内容采取相应措施。

Sebagai contoh, Anda dapat menggunakan Amazon Machine Learning untuk menganalisis lalu lintas media sosial agar dapat mengetahui pelanggan yang memiliki masalah dukungan produk, serta menghubungkan mereka dengan spesialis layanan pelanggan yang tepat.
例如，您可以使用AmazonMachineLearning对社交媒体流量进行分析，从中发现遇到产品支持问题的客户，然后安排合适的客户支持专家与他们取得联系。

Amazon Machine Learning adalah layanan terkelola yang menyediakan pembuatan, penerapan, dan pemantauan model end-to- end.
AmazonMachineLearning是一项提供端到端模型创建、部署和监控的托管服务。

Misalnya, Amazon Machine Learning dapat digunakan untuk membuat aplikasi yang mengklasifikasikan ulasan produk sebagai positif, negatif, atau netral.
例如，AmazonMachineLearning可以用于构建应用程序，使之具有将产品评论分类为正面、负面或中立的功能。

Misalnya, Amazon Machine Learning dapat digunakan untuk membuat aplikasi yang mengklasifikasikan ulasan produk sebagai positif, negatif, atau netral.
例如，AmazonMachineLearning可用來建置應用程式，讓應用程式具有將產品評論分類為正面、負面或中立的功能。

Misalnya, Amazon Machine Learning dapat menggunakan aktivitas pelanggan sebelumnya untuk memilih kampanye email yang paling relevan untuk pelanggan yang dituju.
例如，AmazonMachineLearning可以根据之前客户的活动来针对目标客户选择最相关的电子邮件广告内容。

Misalnya, Amazon Machine Learning dapat menggunakan aktivitas pelanggan sebelumnya untuk memilih kampanye email yang paling relevan untuk pelanggan yang dituju.
例如，AmazonMachineLearning可根據之前客戶的活動，為目標客戶選擇最具相關性的電子郵件行銷活動內容。

Amazon Machine Learning memudahkan dalam membuat model prediktif yang membantu mengidentifikasi transaksi retail yang berpotensi kecurangan, atau mendeteksi tinjauan item yang tidak sesuai atau mengandung kecurangan.
AmazonMachineLearning讓您輕鬆建置預測模型，協助識別潛在的詐騙零售交易，或是偵測詐騙行為或不適當的項目檢閱。

Amazon Machine Learning menyediakan alat dan wizard visualisasi yang memandu Anda melalui proses pembuatan model machine learning( ML) tanpa perlu mempelajari algoritme dan teknologi ML yang kompleks.
AmazonMachineLearning提供可视化工具和向导来指导您完成机器学习(ML)模型的创建过程，您不必学习复杂的ML算法和技术。

Amazon Machine Learning menyediakan alat dan wizard visualisasi yang memandu Anda melalui proses pembuatan model machine learning( ML) tanpa perlu mempelajari algoritme dan teknologi ML yang kompleks.
AmazonMachineLearning提供了可视化工具和向导，指导你完成创建机器学习（ML）模型的过程，而无需学习复杂的ML算法和技术。

Amazon Machine Learning menyediakan alat dan wizard visualisasi yang memandu Anda melalui proses pembuatan model machine learning( ML) tanpa perlu mempelajari algoritme dan teknologi ML yang kompleks.
MachineLearning-提供視覺化工具和精靈，引導您完成建立機器學習(ML)模型的程序，且無須學習複雜的ML演算法和技術。

Amazon Machine Learning memudahkan dalam membuat model prediktif yang membantu mengidentifikasi transaksi retail yang berpotensi kecurangan, atau mendeteksi tinjauan item yang tidak sesuai atau mengandung kecurangan.
AmazonMachineLearning让预测性模型的构建更加简单，这些模型可以帮助识别潜在的欺诈零售交易，侦测欺诈行为或不恰当的项目查阅。

Menggunakan teknik machine learning dan Amazon EC2, mereka dapat menyelesaikan penelitian yang sebelumnya memakan waktu berminggu-minggu dalam hitungan jam sembari mengurangi biaya komputasi.
使用机器学习技术和AmazonEC2，这些团队可以在几小时内完成以前需要花费数周的研究，同时还降低了计算成本。

Intuit menggunakan Amazon SageMaker untuk melatih model machine learning mereka secara cepat dan sesuai skala, memangkas waktu yang diperlukan untuk menerapkan model sebanyak 90 persen.
Intuit全面采用AWS，并使用AmazonSageMaker快速且大规模地训练其机器学习模型，从而将部署模型所需的时间缩短了90%。

Ketika menjalankan portofolio luas layanan analisis dan machine learning AWS menggunakan Amazon S3 Select, hanya subset data yang diperlukan dalam objek yang dikembalikan, yang membuat kueri menjadi sangat cepat hingga 400% lebih cepat, dan sangat hemat.
使用AmazonS3Select运行AWS的广泛分析和机器学习服务组合时，只返回对象中需要的数据子集，从而使查询速度增加至400%，同时成本也将大大降低。

Amazon SageMaker menghapus semua barier yang umumnya memperlambat pengembang yang ingin menggunakan machine learning.
AmazonSageMaker消除了通常会阻碍开发人员使用MachineLearning的所有障碍。

Amazon SageMaker menghapus semua penghalang yang umumnya memperlambat pengembang yang ingin menggunakan machine learning.
AmazonSageMaker消除了通常会阻碍开发人员使用机器学习的所有障碍。

Ketika Anda melihat situs web yang kompleks seperti Facebook, Amazon, atau Netflix, kemungkinan besar situs ini berisi beberapa model Machine Learning.
当你访问像Facebook、Amazon或Netflix这样的复杂网站时，很可能网站的每一部分都包含多种机器学习模型。

Amazon S3 merupakan satu-satunya platform penyimpanan cloud dengan Amazon Macie, yang menggunakan Machine Learning untuk secara otomatis menemukan, mengklasifikasi, dan melindungi data sensitif di AWS.
AmazonS3是唯一一个配备AmazonMacie服务的云存储平台，该服务使用机器学习来自动发现和保护AWS中的敏感数据并对其进行分类。

Untuk menyederhakanan machine learning untuk pengembang dan ilmuwan data, kini AWS menawarkan Amazon SageMaker, layanan yang terkelola penuh dengan pengembangan, pelatihan, dan fitur hosting canggih yang memungkinkan pengembang fokus pada sains data pembangunan, pelatihan, dan penyetelan model machine learning tanpa perlu khawatir tentang infrastruktur atau manajemen sistem.
为了简化面向开发人员和数据科学家的机器学习，AWS目前提供了AmazonSageMaker，它是一项完全托管服务，具有非凡的开发、培训和托管功能，使开发人员能够专注于构建、培训和优化机器学习模型的数据科学，而不必担心基础设施或系统管理。

Menyimpan data di Amazon S3 juga berarti Anda memiliki akses ke alat pengembang AWS terbaru dan layanan untuk analisis machine learning dan analisis untuk berinovasi dan mengoptimalkan aplikasi cloud-native.
在AmazonS3中存储数据还意味着您可以访问用于机器学习和分析的最新AWS开发人员工具和服务，以便对原生云应用程序进行创新和优化。

Sebagai contoh, Amazon EC2 menawarkan lebih banyak jenis dan ukuran instans komputasi dibandingkan penyedia lainnya, termasuk instans GPU paling kuat untuk beban kerja machine learning.
例如，AmazonEC2比任何其他供應商提供更多類型和規模的運算執行個體，包括用於機器學習工作負載的最強大的GPU執行個體。

Layanan tersebut mengumpulkan data di seluruh database dan sumber daya S3, memindahkannya ke data lake baru di Amazon S3, dan membersihkan dan mengklasifikasikannya menggunakan algoritme machine learning.
该服务将收集数据库和S3资源中的数据，将其移动到AmazonS3中的新数据湖，并使用机器学习算法对其进行清理和分类。

Intuit menggunakan Amazon SageMaker untuk melatih model machine learning mereka secara cepat dan sesuai skala, memangkas waktu yang diperlukan untuk menerapkan model sebanyak 90 persen.
Intuit如何使用AmazonSageMaker快速且大規模地訓練機器學習模型，將部署模型所需的時間減少百分之90。