Firma cateringowa chce, aby model ML zmniejszył codzienne marnotrawstwo żywności i zwiększył sprzedaż, a także aby z czasem stale poprawiał dokładność modelu. Które rozwiązanie spełnia te potrzeby?

Amazon SageMaker to kompleksowa usługa do tworzenia, trenowania i wdrażania modeli uczenia maszynowego. Iteracyjne ponowne trenowanie modelu z nowymi danymi pozwala na ciągłe doskonalenie dokładności przewidywań, co jest kluczowe dla redukcji marnotrawstwa żywności i zwiększenia sprzedaży. Amazon Personalize jest przeznaczony do rekomendacji spersonalizowanych, a nie do ogólnego prognozowania popytu. Amazon CloudWatch służy do monitorowania i logowania, a nie do budowania modeli ML. Amazon Rekognition to usługa do analizy obrazów i wideo, która nie jest odpowiednia do tego scenariusza.