Un'azienda vuole costruire un modello ML per prevedere la soddisfazione del cliente e richiede una messa a punto del modello completamente automatizzata. Quale servizio AWS dovrebbe usare?

Amazon SageMaker è la scelta migliore perché offre un ambiente completo per lo sviluppo, l'addestramento e il deployment di modelli di machine learning. Include funzionalità di ottimizzazione automatica degli iperparametri (HPO) e di auto-tuning, che consentono una messa a punto del modello completamente automatizzata, soddisfacendo il requisito dell'azienda. Amazon Personalize è un servizio di machine learning per la creazione di raccomandazioni personalizzate, non per la previsione della soddisfazione del cliente con messa a punto automatizzata. Amazon Athena è un servizio di query interattivo per l'analisi di dati in Amazon S3, non per la creazione e l'addestramento di modelli ML. Amazon Comprehend è un servizio di elaborazione del linguaggio naturale (NLP) per estrarre insight da testi, non per la previsione della soddisfazione del cliente o la messa a punto automatizzata di modelli generici.