Uma empresa de serviços de alimentação deseja um modelo de ML para reduzir o desperdício diário de alimentos e aumentar as vendas, e precisa melhorar continuamente a precisão do modelo ao longo do tempo. Qual solução atende a essas necessidades?

A solução correta é usar o Amazon SageMaker e retreinar iterativamente o modelo com novos dados. O SageMaker é uma plataforma completa para construir, treinar e implantar modelos de ML, permitindo o retreinamento contínuo com novos dados para melhorar a precisão ao longo do tempo. Isso é essencial para um modelo que precisa se adaptar a padrões de consumo e desperdício de alimentos em constante mudança. O Amazon Personalize é para recomendações personalizadas, não para previsão de demanda ou otimização de desperdício. O Amazon CloudWatch é um serviço de monitoramento e observabilidade, não para construir ou treinar modelos de ML. O Amazon Rekognition é para análise de imagem e vídeo, não sendo aplicável a este caso de uso de previsão de demanda e otimização de desperdício de alimentos.