Amazon Redshift 数据仓库是种疾速且齐全托管的数据仓库服务，让您能够应用规范 SQL 和现有的商业智能工具经济高效地剖析您的所有数据，提供优质的数据仓库解决方案。

在 2020 年 Amazon re:Invent 大会上，咱们预览了 Amazon HealthLake，这是一项齐全托管、合乎 HIPAA 规范的服务。医疗保健和生命科学客户能够利用此服务将来自不同孤岛和不同格局的衰弱信息汇总到结构化的集中式亚马逊云科技数据湖，并通过剖析和机器学习 (ML) 从这些数据中获取洞察。明天，我非常高兴地发表，Amazon H…

传统视频数据因为不足元数据索引，因而在无奈确定准确的事件产生工夫时，无奈疾速无效的定位视频信息，须要大量人力对存量视频信息进行检索。由此引入微小的人力老本，并须要更多工夫实现视频检索。

Amazon SageMaker 是一种齐全托管的端到端机器学习服务，数据科研人员、开发人员和机器学习专家能够疾速、大规模地构建、训练和托管机器学习模型。这极大地推动了您所有的机器学习工作，让您可能将机器学习技术迅速融入生产应用程序。Amazon SageMaker的次要工作组件包含：算法编写、模型训练、模型评估、模型托管等。

早在 2018 年，我写了对于由齐全托管式、高度牢靠和高性能文件系统组成的Amazon FSx系列的前两个成员：Amazon FSx for Lustre和Amazon FSx for Windows File Server。

近日，亚马逊云科技开源了 Amazon EKS Anywhere。这个我的项目为 Amazon EKS 提供了一种新的部署模式，能够在本地数据中心应用虚拟机轻松创立和治理 Kubernetes 集群，并利用 Amazon EKS Distro 的劣势，为您的数据中心带来统一的 Kubernetes 运维治理体验。它能够对多个 Kubernetes 集群进行全生命周期治理，为用户灵便交付…

构建多区域应用程序使您可能进步终端用户的延迟时间，在发生意外劫难时实现更高的可用性和弹性，并恪守与数据持久性和数据保留相干的业务要求。例如，您可能心愿缩小后端服务的动静 API 调用的总体提早。或者，您可能心愿缩短单区域部署以解决互联网路由问题、海底电缆故障或区域连贯问题，从而防止老本昂扬的停机工夫。…

数据筹备依然是机器学习 (ML) 畛域的次要挑战之一。数据科学家和工程师须要编写查问和代码以从源数据存储中获取数据，而后编写查问来转换这些数据，以创立用于模型开发和训练的特色。所有这些数据管道开发工作并不关注机器学习模型的构建，而是侧重于构建向模型提供数据所需的数据管道。Amazon SageMaker Data Wrangler …

Amazon Redshift ML 通过应用简略的 SQL 语句应用 Amazon Redshift 中的数据创立和训练机器学习（ML）模型，简化了机器学习 (ML) 的操作。您能够应用 Amazon Redshift ML 来解决二进制分类、多分类和回归问题，并能够间接应用 AutoML 或 XGBoost 等技术。

传统视频数据因为不足元数据索引，因而在无奈确定准确的事件产生工夫时，无奈疾速无效的定位视频信息，须要大量人力对存量视频信息进行检索。由此引入微小的人力老本，并须要更多工夫实现视频检索。