将机器学习功能与 Amazon Aurora 结合使用 - Amazon Aurora
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 Amazon Web Services 服务入门

将机器学习功能与 Amazon Aurora 结合使用

接下来,您可以了解如何将 Amazon 机器学习服务与 Aurora 数据库应用程序集成。通过使用 Amazon Aurora 机器学习,您可以将您的 Aurora 数据库集群与 Amazon Comprehend 和/或 Amazon SageMaker 集成,具体取决于您的需求。Amazon Comprehend 和 Amazon SageMaker 各自支持特定的机器学习使用案例,如下所示。

  • Amazon Comprehend – Amazon Comprehend 是一项托管式自然语言处理(NLP)服务,用于从文档中提取见解。使用 Amazon Comprehend,您可以通过分析实体、关键短语、语言和其他特征,根据文档内容推断情绪。要了解更多信息,请参阅《Amazon Comprehend 开发人员指南》https://docs.amazonaws.cn/comprehend/latest/dg/what-is.html中的什么是 Amazon Comprehend? 有关提供 Amazon Comprehend 的 Amazon Web Services 区域列表,请参阅《Amazon Web Services 一般参考》中的 Amazon Comprehend 终端节点和配额

  • Amazon SageMaker – Amazon SageMaker 是一项完全托管式机器学习服务。数据科学家和开发人员使用 Amazon SageMaker 构建、训练和测试机器学习模型,以完成各种推理任务,例如欺诈检测和产品推荐。当机器学习模型准备好在生产环境中使用时,可以将其部署到 Amazon SageMaker 托管环境中。有关更多信息,请参阅《Amazon SageMaker 开发人员指南》中的什么是 Amazon SageMaker? 有关提供 Amazon SageMaker 的 Amazon Web Services 区域列表,请参阅《Amazon Web Services 一般参考》中的 Amazon SageMaker 终端节点和配额

要将 Aurora 机器学习与您的 Aurora 数据库集群集成,必须设置并准备好 Amazon Comprehend 和 Amazon SageMaker 组件。您团队中的数据科学家与 SageMaker 合作,让模型准备就绪以供使用。在 Aurora 机器学习与 Aurora 数据库集群集成后,您团队中的数据库开发人员可以通过熟悉的 SQL 数据库界面专注于使用 Amazon Comprehend 或 SageMaker 服务。有关 Amazon Aurora 机器学习的更多信息,请参阅 Amazon Aurora ML

Aurora 机器学习在某些 Amazon Web Services 区域 中可用,且仅适用于 Aurora MySQL 和 Aurora PostgreSQL 的特定版本。在尝试设置 Aurora 机器学习之前,请检查您的 Amazon Web Services 区域 中 Aurora MySQL 或 Aurora PostgreSQL 版本的可用性。有关详细信息,请参阅Aurora 机器学习