Ein Unternehmen möchte ein ML-Modell zur Vorhersage der Kundenzufriedenheit erstellen und benötigt eine vollautomatische Modellabstimmung. Welchen AWS-Service sollte es verwenden?

Amazon SageMaker ist die richtige Wahl, da es eine vollständig verwaltete End-to-End-Plattform für maschinelles Lernen bietet, einschließlich automatischer Modellabstimmung (Automatic Model Tuning/Hyperparameter Optimization). Dies ermöglicht es dem Unternehmen, die besten Modellparameter zu finden, ohne manuelle Eingriffe. Amazon Personalize ist ein Empfehlungsdienst und nicht für die allgemeine Modellabstimmung gedacht. Amazon Athena ist ein interaktiver Abfragedienst für Daten in S3 und hat keine ML-Modellabstimmungsfunktionen. Amazon Comprehend ist ein Dienst zur Verarbeitung natürlicher Sprache (NLP) und ebenfalls nicht für die Modellabstimmung zuständig.