Uma empresa deseja criar um modelo de ML para prever a satisfação do cliente e requer ajuste de modelo totalmente automatizado. Qual serviço da AWS ela deve usar?

Amazon SageMaker é a escolha correta porque oferece recursos abrangentes para construir, treinar e implantar modelos de ML, incluindo ajuste de modelo totalmente automatizado (otimização de hiperparâmetros). Ele permite que os cientistas de dados iterem rapidamente e encontrem os melhores modelos sem intervenção manual extensiva. Amazon Personalize é um serviço de ML para construir aplicativos de recomendação, não para ajuste de modelo geral. Amazon Athena é um serviço de consulta interativa que facilita a análise de dados diretamente no Amazon S3 usando SQL padrão, e não é um serviço de ML. Amazon Comprehend é um serviço de processamento de linguagem natural (PNL) que descobre insights em texto, e também não é projetado para ajuste de modelo automatizado.