Amazon Comprehend launcht Modellkopie für benutzerdefiniertes Comprehend

Amazon Comprehend unterstützt jetzt die Modellkopierfunktion, die es Kunden ermöglicht, benutzerdefinierte Comprehend-Klassifizierungs- oder benutzerdefinierte Entitätserkennungsmodelle von einem AWS-Quellkonto in ein bestimmtes AWS-Zielkonto in derselben AWS-Region zu kopieren. Unternehmenskunden und AWS-Partner verwenden häufig mehrere AWS-Konten, die basierend auf Entwicklungsphasen (z. B. Entwicklung, Test, Staging, Bereitstellung), basierend auf einer Geschäftsfunktion (z. B. Datenwissenschaft, Engineering) oder einer Kombination aus beidem bereitgestellt werden. Bisher konnten benutzerdefinierte Comprehend-Modelle nur in dem AWS-Konto verwendet werden, in dem sie trainiert wurden. Dazu mussten Kunden ihren Trainingsdatensatz und ihre Anmerkungen in jedes AWS-Konto kopieren und ein separates Modell trainieren, was zeitaufwändig und teuer ist und die Bereitstellungsgeschwindigkeit insgesamt verringert.
Quelle: aws.amazon.com

Das Erhalten personalisierter Erlebnisse mit Machine Learning fügt Unterstützung für Geschäftsdomänen und Benutzersegmentierung hinzu

AWS Solutions hat die Lösung Erhalten personalisierter Erlebnisse mit Machine Learning aktualisiert – eine AWS-Lösungsimplementierung, die End-to-End-Automatisierung und -Planung für Ihre Amazon-Personalize-Ressourcen bietet. Diese Lösung hält Ihre Artikel- und Benutzerdaten auf dem neuesten Stand und verwaltet das Retraining Ihrer Modelle, um sicherzustellen, dass die Empfehlungen immer auf dem neuesten Stand der Benutzer-Aktivitäten sind und ihre Relevanz für Ihre Benutzer beibehalten. Diese Lösung veröffentlicht Modell-Offline-Metriken zur Personalisierung auf Amazon CloudWatch, um im Lauf der Zeit eine richtungweisende Orientierung für die Qualität Ihrer Modelle zu liefern.  
Quelle: aws.amazon.com

Bereiten Sie JSON- und ORC-Daten vor, balancieren und codieren Sie Datensätze und launchen Sie Datenverarbeitungsaufträge mit einem Klick mit Amazon SageMaker Data Wrangler

Amazon SageMaker Data Wrangler reduziert den Zeitaufwand für die Zusammenführung und Vorbereitung von Daten für Machine Learning (ML) von Wochen auf Minuten. Mit SageMaker Data Wrangler können Sie den Prozess der Datenvorbereitung und des Feature-Engineerings vereinfachen, und jeden Schritt des Datenvorbereitungs-Workflows, einschließlich der Datenauswahl, -Bereinigung, -Erkundung und -Visualisierung, über eine einzige visuelle Oberfläche abschließen. Mit dem Datenauswahl-Tool von SageMaker Data Wrangler können Sie schnell Daten aus mehreren Datenquellen wie Amazon S3, Amazon Athena, Amazon Redshift, AWS Lake Formation, Amazon SageMaker Feature Store und SnowFlake auswählen.
Quelle: aws.amazon.com

Amazon MemoryDB for Redis unterstützt jetzt AWS PrivateLink

Sie können jetzt AWS PrivateLink verwenden, um privat auf Amazon MemoryDB for Redis von Ihrer Amazon Virtual Private Cloud (Amazon VPC) zuzugreifen. AWS PrivateLink bietet private Konnektivität zwischen VPCs, AWS-Services und Ihren On-Premises-Netzwerken, ohne Ihren Datenverkehr dem öffentlichen Internet auszusetzen und sichert dabei ihren Netzwerkverkehr. Die Amazon MemoryDB for Redis API unterstützt AWS PrivateLink in allen Regionen, in denen Amazon MemoryDB for Redis verfügbar ist. Eine vollständige Liste finden Sie unter Unterstützte Regionen.
Quelle: aws.amazon.com

Amazon RDS for MariaDB unterstützt jetzt MariaDB 10.6

Amazon RDS for MariaDB unterstützt jetzt MariaDB Version 10.6. Mit dieser Version werden mehrere MariaDB-Funktionen eingeführt, die die Leistung, Skalierbarkeit, Zuverlässigkeit und Verwaltbarkeit Ihrer Workloads verbessern, darunter:

MyRocks-Storage-Engine: Sie können die MyRocks-Storage-Engine mit RDS for MariaDB verwenden, um den Speicherverbrauch Ihrer schreibintensiven, leistungsstarken Webanwendungen zu optimieren.
IAM-Integration: Sie können jetzt das Identity and Access Management (IAM) von AWS mit Ihren Amazon RDS for MariaDB-Instances konfigurieren, um die Zugriffsverwaltung Ihrer AWS-Ressourcen zu vereinfachen. Mit IAM können Sie den Zugriff von Benutzern auf alle AWS-Ressourcen von einem einzelnen Standort aus verwalten und Probleme in Verbindung mit nicht mehr synchronisierten Berechtigungen auf verschiedenen AWS-Ressourcen vermeiden.
Flexible Upgrades: Sie können ein Upgrade auf RDS for MariaDB 10.6 von jeder früheren MariaDB-Hauptversion (10.2, 10.3, 10.4, 10.5) in einem einzigen Schritt durchführen. Sie können auch einen Snapshot einer bestehenden MySQL 5.6- oder 5.7-Instance erstellen und ihn mit der RDS-Snapshot-Wiederherstellungsfunktion in eine MariaDB 10.6-Instance umwandeln.
Verzögerte Replikation: Als Notfallwiederherstellungsstrategie können Sie jetzt einen konfigurierbaren Zeitraum festlegen, für den ein Lese-Replikat hinter der Quelldatenbank zurückbleibt. In einer standardmäßigen MariaDB-Replikationskonfiguration gibt es eine minimale Replikationsverzögerung zwischen Quelle und Replikat.
Oracle PL/SQL-Kompatibilität: Mit einem erweiterten Satz von PL/SQL-Kompatibilitätsfunktionen (z. B. ROWNUM(), TO_CHAR(), ADD_MONTHS()) können Sie Ihre alten Oracle-Stored-Procedures unverändert nach RDS für MariaDB 10.6 migrieren.
Atomic DDL: Ihre DDL-Anweisungen sind jetzt mit RDS für MariaDB 10.6 absturzsicher. CREATE TABLE, ALTER TABLE, RENAME TABLE, DROP TABLE, DROP DATABASE und verwandte DDL-Anweisungen sind jetzt atomar. Zuvor konnte ein Absturz während einer DDL-Operation zu unbestimmten Ergebnissen führen und Fehler bei der Replikation verursachen. Bei atomarer DDL wird ein DDL-Vorgang entweder vollständig oder gar nicht ausgeführt. Daher ist die Wiederherstellung nach einem Absturz während der DDL-Operationen deterministisch und das binlog bleibt bei jedem Serverabsturz konsistent.
Andere Erweiterungen: JSON_TABLE-Funktion zur Umwandlung von JSON-Daten in ein relationales Format innerhalb von SQL, schnelleres Laden von leeren Tabellen mit Innodb, neues sys_schema zur Analyse und Fehlerbehebung, Verbesserung des Optimierers zum Ignorieren ungenutzter Indizes und Leistungsverbesserungen.

Quelle: aws.amazon.com

Amazon ElastiCache unterstützt jetzt AWS PrivateLink

Sie können jetzt AWS PrivateLink verwenden, um privat auf Amazon ElastiCache von Ihrer Amazon Virtual Private Cloud (Amazon VPC) zuzugreifen. AWS PrivateLink bietet private Konnektivität zwischen VPCs, AWS-Services und Ihren On-Premises-Netzwerken, ohne Ihren Datenverkehr dem öffentlichen Internet auszusetzen und sichert dabei Ihren Netzwerkverkehr. Die Amazon ElastiCache-API unterstützt AWS PrivateLink in allen Regionen, in denen Amazon ElastiCache verfügbar ist. Eine vollständige Liste finden Sie unter Unterstützte Regionen.
Quelle: aws.amazon.com

Amazon EC2-Kunden können jetzt den Papierkorb verwenden, um versehentlich gelöschte Amazon Machine Images wiederherzustellen

Sie können jetzt den Papierkorb für Amazon Machine Images (AMIs) verwenden, um versehentlich gelöschte Dateien wiederherzustellen und so Ihre Anforderungen an die Geschäftskontinuität zu erfüllen. Bisher konnten Sie AMIs nicht wiederherstellen, wenn Sie sie versehentlich abgemeldet hatten. Mit dem Papierkorb können Sie einen Aufbewahrungszeitraum festlegen und ein deregistriertes AMI bei Bedarf wiederherstellen, bevor der Aufbewahrungszeitraum abläuft. Ein wiederhergestelltes AMI würde seine Attribute wie Tags, Berechtigungen und Verschlüsselungsstatus, die es vor der Löschung hatte, beibehalten und kann sofort für Startvorgänge verwendet werden. AMIs, die nicht aus dem Papierkorb wiederhergestellt werden, werden nach Ablauf des Aufbewahrungszeitraums endgültig gelöscht.
Quelle: aws.amazon.com

Amazon AppFlow führt das Custom Connector SDK ein

Sie können jetzt benutzerdefinierte Konnektoren für Amazon AppFlow mithilfe des Custom Connector Software Development Kit (SDK) erstellen. Mit dem SDK können Sie sich an private APIs, firmeneigene Systeme und andere Cloud-Dienste anschließen, indem Sie die AppFlow-Bibliothek der Konnektoren erweitern. Es ist Open Source und sowohl für Java als auch für Python verfügbar.
Quelle: aws.amazon.com