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 (PDF)

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