دانلود کتاب Amazon SageMaker Best Practices: Proven tips and tricks to build successful machine learning solutions on Amazon SageMaker – بهترین روش های Amazon SageMaker: نکات و ترفندهای اثبات شده برای ایجاد راه حل های یادگیری ماشینی موفق در Amazon SageMaker

توضیحات

Overcome advanced challenges in building end-to-end ML solutions by leveraging the capabilities of Amazon SageMaker for developing and integrating ML models into production

Key Features

• Learn best practices for all phases of building machine learning solutions – from data preparation to monitoring models in production
• Automate end-to-end machine learning workflows with Amazon SageMaker and related AWS
• Design, architect, and operate machine learning workloads in the AWS Cloud

Book Description

Amazon SageMaker is a fully managed AWS service that provides the ability to build, train, deploy, and monitor machine learning models. The book begins with a high-level overview of Amazon SageMaker capabilities that map to the various phases of the machine learning process to help set the right foundation. You’ll learn efficient tactics to address data science challenges such as processing data at scale, data preparation, connecting to big data pipelines, identifying data bias, running A/B tests, and model explainability using Amazon SageMaker. As you advance, you’ll understand how you can tackle the challenge of training at scale, including how to use large data sets while saving costs, monitoring training resources to identify bottlenecks, speeding up long training jobs, and tracking multiple models trained for a common goal. Moving ahead, you’ll find out how you can integrate Amazon SageMaker with other AWS to build reliable, cost-optimized, and automated machine learning applications. In addition to this, you’ll build ML pipelines integrated with MLOps principles and apply best practices to build secure and performant solutions.

By the end of the book, you’ll confidently be able to apply Amazon SageMaker’s wide range of capabilities to the full spectrum of machine learning workflows.

What you will learn

• Perform data bias detection with AWS Data Wrangler and SageMaker Clarify
• Speed up data processing with SageMaker Feature Store
• Overcome labeling bias with SageMaker Ground Truth
• Improve training time with the monitoring and profiling capabilities of SageMaker Debugger
• Address the challenge of model deployment automation with CI/CD using the SageMaker model registry
• Explore SageMaker Neo for model optimization
• Implement data and model quality monitoring with Amazon Model Monitor
• Improve training time and reduce costs with SageMaker data and model parallelism

Who this book is for

This book is for expert data scientists responsible for building machine learning applications using Amazon SageMaker. Working knowledge of Amazon SageMaker, machine learning, deep learning, and experience using Jupyter Notebooks and Python is expected. Basic knowledge of AWS related to data, security, and monitoring will help you make the most of the book.

Table of Contents

1. Amazon SageMaker Overview
2. Data Science Environments
3. Data Labeling with Amazon SageMaker Ground Truth
4. Data Preparation at Scale Using Amazon SageMaker Data Wrangler and Processing
5. Centralized Feature Repository with Amazon SageMaker Feature Store
6. Training and Tuning at Scale
7. Profile Training Jobs with Amazon SageMaker Debugger
8. Managing Models at Scale Using a Model Registry
9. Updating Production Models Using Amazon SageMaker Endpoint Production Variants
10. Optimizing Model Hosting and Inference Costs
11. Monitoring Production Models with Amazon SageMaker Model Monitor and Clarify
12. Machine Learning Automated Workflows
13. Well-Architected Machine Learning with Amazon SageMaker
14. Managing SageMaker Features Across Accounts

————————————————————–

ترجمه ماشینی :

بر چالش‌های پیشرفته در ساخت راه‌حل‌های ML سرتاسر با استفاده از قابلیت‌های Amazon SageMaker برای توسعه و ادغام مدل‌های ML در تولید غلبه کنید

ویژگی‌های کلیدی

• یادگیری بهترین شیوه‌ها برای همه مراحل ساخت راه‌حل‌های یادگیری ماشین – از آماده‌سازی داده‌ها تا مدل‌های نظارت در تولید
• روش‌های کار یادگیری ماشینی سرتاسری را با Amazon SageMaker و AWS مرتبط به‌طور خودکار انجام دهید. li>
• طراحی، معمار، و اجرای بارهای کاری یادگیری ماشین در AWS Cloud

Book Description

Amazon SageMaker یک سرویس AWS کاملاً مدیریت شده است که این توانایی را ارائه می‌کند. برای ساخت، آموزش، استقرار و نظارت بر مدل های یادگیری ماشینی. این کتاب با یک مرور سطح بالا از قابلیت‌های Amazon SageMaker آغاز می‌شود که به مراحل مختلف فرآیند یادگیری ماشینی نقشه می‌دهد تا به تنظیم پایه درست کمک کند. شما تاکتیک های کارآمدی را برای مقابله با چالش های علم داده مانند پردازش داده ها در مقیاس، آماده سازی داده ها، اتصال به خطوط لوله داده های بزرگ، شناسایی سوگیری داده ها، اجرای تست های A/B و قابلیت توضیح مدل با استفاده از Amazon SageMaker یاد خواهید گرفت. همانطور که پیشرفت می کنید، متوجه خواهید شد که چگونه می توانید با چالش آموزش در مقیاس مقابله کنید، از جمله نحوه استفاده از مجموعه داده های بزرگ و در عین حال صرفه جویی در هزینه ها، نظارت بر منابع آموزشی برای شناسایی تنگناها، سرعت بخشیدن به کارهای آموزشی طولانی، و ردیابی چندین مدل آموزش دیده برای یک هدف مشترک. با حرکت رو به جلو، خواهید فهمید که چگونه می توانید Amazon SageMaker را با سایر AWS ادغام کنید تا برنامه های یادگیری ماشینی قابل اعتماد، بهینه سازی شده، و خودکار را بسازید. علاوه بر این، شما خطوط لوله ML را با اصول MLOps یکپارچه می سازید و بهترین روش ها را برای ایجاد راه حل های ایمن و کارآمد به کار می گیرید.

در پایان کتاب، با اطمینان می توانید از Amazon SageMaker استفاده کنید. طیف گسترده ای از قابلیت ها برای طیف کامل گردش کار یادگیری ماشین.

آنچه یاد خواهید گرفت

• تشخیص سوگیری داده را با AWS Data Wrangler و SageMaker Clarify انجام دهید

< li>سرعت پردازش داده ها با SageMaker Feature Store

• غلبه بر تعصب برچسب زدن با SageMaker Ground Truth
• بهبود زمان آموزش با قابلیت های نظارت و پروفایل SageMaker Debugger
• با استفاده از رجیستری مدل SageMaker به چالش اتوماسیون استقرار مدل با CI/CD رسیدگی کنید
• SageMaker Neo را برای بهینه‌سازی مدل کاوش کنید
• اجرای داده‌ها و نظارت بر کیفیت مدل با Amazon Model Monitor
• بهبود زمان آموزش و کاهش هزینه ها با داده های SageMaker و موازی سازی مدل

این کتاب برای چه کسی است

این کتاب برای دانشمندان متخصص داده است که مسئول ساختن یادگیری ماشین هستند برنامه های کاربردی با استفاده از Amazon SageMaker. دانش کار آمازون SageMaker، یادگیری ماشین، یادگیری عمیق و تجربه استفاده از نوت بوک های Jupyter و Python مورد انتظار است. دانش اولیه AWS مربوط به داده ها، امنیت و نظارت به شما کمک می کند تا بهترین استفاده را از کتاب ببرید.

فهرست محتوا

1. نمایش اجمالی Amazon SageMaker

<. li>محیط های علم داده

2. برچسب گذاری داده با Amazon SageMaker Ground Truth
3. آماده سازی داده ها در مقیاس با استفاده از Amazon SageMaker Data Wrangler و پردازش
4. مخزن ویژگی های متمرکز با Amazon SageMaker فروشگاه ویژگی
5. آموزش و تنظیم در مقیاس
6. مشاغل آموزش نمایه با آمازون SageMaker Debugger
7. مدیریت مدل ها در مقیاس با استفاده از رجیستری مدل
8. به‌روزرسانی مدل‌های تولید با استفاده از انواع تولید نقطه پایانی Amazon SageMaker
9. بهینه‌سازی هزینه‌های میزبانی و استنتاج مدل
10. نظارت بر مدل‌های تولید با مانیتور مدل Amazon SageMaker و شفاف‌سازی
11. جریان‌های کاری خودکار یادگیری ماشین
12. یادگیری ماشینی با معماری خوب با Amazon SageMaker
13. مدیریت ویژگی های SageMaker در سراسر حساب ها

tag : دانلود کتاب بهترین روش های Amazon SageMaker: نکات و ترفندهای اثبات شده برای ایجاد راه حل های یادگیری ماشینی موفق در Amazon SageMaker , Download بهترین روش های Amazon SageMaker: نکات و ترفندهای اثبات شده برای ایجاد راه حل های یادگیری ماشینی موفق در Amazon SageMaker , دانلود بهترین روش های Amazon SageMaker: نکات و ترفندهای اثبات شده برای ایجاد راه حل های یادگیری ماشینی موفق در Amazon SageMaker , Download Amazon SageMaker Best Practices: Proven tips and tricks to build successful machine learning solutions on Amazon SageMaker Book , بهترین روش های Amazon SageMaker: نکات و ترفندهای اثبات شده برای ایجاد راه حل های یادگیری ماشینی موفق در Amazon SageMaker دانلود , buy بهترین روش های Amazon SageMaker: نکات و ترفندهای اثبات شده برای ایجاد راه حل های یادگیری ماشینی موفق در Amazon SageMaker , خرید کتاب بهترین روش های Amazon SageMaker: نکات و ترفندهای اثبات شده برای ایجاد راه حل های یادگیری ماشینی موفق در Amazon SageMaker , دانلود کتاب Amazon SageMaker Best Practices: Proven tips and tricks to build successful machine learning solutions on Amazon SageMaker , کتاب Amazon SageMaker Best Practices: Proven tips and tricks to build successful machine learning solutions on Amazon SageMaker , دانلود Amazon SageMaker Best Practices: Proven tips and tricks to build successful machine learning solutions on Amazon SageMaker , خرید Amazon SageMaker Best Practices: Proven tips and tricks to build successful machine learning solutions on Amazon SageMaker , خرید کتاب Amazon SageMaker Best Practices: Proven tips and tricks to build successful machine learning solutions on Amazon SageMaker ,