توضیحات
Swiftly build and deploy machine learning models without managing infrastructure and boost productivity using the latest Amazon SageMaker capabilities such as Studio, Autopilot, Data Wrangler, Pipelines, and Feature Store
Key Features
- Build, train, and deploy machine learning models quickly using Amazon SageMaker
- Optimize the accuracy, cost, and fairness of your models
- Create and automate end-to-end machine learning workflows on Amazon Web Services (AWS)
Book Description
Amazon SageMaker enables you to quickly build, train, and deploy machine learning models at scale without managing any infrastructure. It helps you focus on the machine learning problem at hand and deploy high-quality models by eliminating the heavy lifting typically involved in each step of the ML process. This second edition will help data scientists and ML developers to explore new features such as SageMaker Data Wrangler, Pipelines, Clarify, Feature Store, and much more.
You’ll start by learning how to use various capabilities of SageMaker as a single toolset to solve ML challenges and progress to cover features such as AutoML, built-in algorithms and frameworks, and writing your own code and algorithms to build ML models. The book will then show you how to integrate Amazon SageMaker with popular deep learning libraries, such as TensorFlow and PyTorch, to extend the capabilities of existing models. You’ll also see how automating your workflows can help you get to production faster with minimum effort and at a lower cost. Finally, you’ll explore SageMaker Debugger and SageMaker Model Monitor to detect quality issues in training and production.
By the end of this Amazon book, you’ll be able to use Amazon SageMaker on the full spectrum of ML workflows, from experimentation, training, and monitoring to scaling, deployment, and automation.
What you will learn
- Become well-versed with data annotation and preparation techniques
- Use AutoML features to build and train machine learning models with AutoPilot
- Create models using built-in algorithms and frameworks and your own code
- Train computer vision and natural language processing (NLP) models using real-world examples
- Cover training techniques for scaling, model optimization, model debugging, and cost optimization
- Automate deployment tasks in a variety of configurations using SDK and several automation tools
Who this book is for
This book is for software engineers, machine learning developers, data scientists, and AWS users who are new to using Amazon SageMaker and want to build high-quality machine learning models without worrying about infrastructure. Knowledge of AWS basics is required to grasp the concepts covered in this book more effectively. A solid understanding of machine learning concepts and the Python programming language will also be beneficial.
Table of Contents
- Introducing Amazon SageMaker
- Handling Data Preparation Techniques
- AutoML with Amazon SageMaker Autopilot
- Training Machine Learning Models
- Training CV Models
- Training Natural Language Processing Models
- Extending Machine Learning Services Using Built-In Frameworks
- Using Your Algorithms and Code
- Scaling Your Training Jobs
- Advanced Training Techniques
- Deploying Machine Learning Models
- Automating Machine Learning Workflows
- Optimizing Prediction Cost and Performance
————————————————————–
ترجمه ماشینی :
مدل های یادگیری ماشین را به سرعت بسازید و مستقر کنید بدون مدیریت زیرساخت ها و تقویت بهره وری با استفاده از جدیدترین قابلیت های Sagemaker Amazon مانند استودیو ، خودکار ، داده ها ، خطوط لوله و فروشگاه ویژگی ها
ویژگی های کلیدی
- ساخت ، آموزش و استقرار مدل های یادگیری ماشین به سرعت با استفاده از Amazon Sagemaker
- صحت ، هزینه و انصاف مدل های خود را بهینه کنید
- ایجاد و خودکار سازی گردش کار یادگیری ماشین پایان به پایان در خدمات وب آمازون (AWS)
توضیحات کتاب
Sagemaker Amazon شما را قادر می سازد تا به سرعت ساخت ، آموزش و استقرار مدل های یادگیری ماشین در مقیاس و بدون مدیریت هرگونه زیرساخت. این به شما کمک می کند تا با از بین بردن بلند کردن سنگین که معمولاً در هر مرحله از فرآیند ML درگیر است ، روی مشکل یادگیری ماشین در دست تمرکز کنید و مدل های با کیفیت بالا را مستقر کنید. این نسخه دوم به دانشمندان داده و توسعه دهندگان ML کمک می کند تا ویژگی های جدیدی مانند Wrangler Data Sagemaker ، خطوط لوله ، شفاف سازی ، فروشگاه ویژگی ها و موارد دیگر را کشف کنند.
با یادگیری نحوه استفاده از قابلیت های مختلف شروع می کنید Sagemaker به عنوان یک ابزار ابزار واحد برای حل چالش های ML و پیشرفت در پوشش ویژگی هایی مانند AUTOML ، الگوریتم ها و چارچوب های داخلی و نوشتن کد و الگوریتم های خود برای ساخت مدل های ML. سپس این کتاب به شما نشان می دهد که چگونه می توانید Sagemaker Amazon را با کتابخانه های یادگیری عمیق محبوب مانند Tensorflow و Pytorch ادغام کنید تا قابلیت های مدل های موجود را گسترش دهید. همچنین خواهید دید که چگونه خودکار کردن گردش کار شما می تواند با حداقل تلاش و با هزینه کمتری به شما کمک کند تا سریعتر به تولید برسید. سرانجام ، شما برای تشخیص مسائل مربوط به کیفیت در آموزش و تولید ، مانیتور اشکال زدایی Sagemaker و Sagemaker را کشف خواهید کرد. گردش کار ML ، از آزمایش ، آموزش و نظارت تا مقیاس گذاری ، استقرار و اتوماسیون. /li>
این کتاب برای
این کتاب برای مهندسان نرم افزار ، توسعه دهندگان یادگیری ماشین ، دانشمندان داده و کاربران AWS است که برای استفاده از آمازون جدید هستند Sagemaker و می خواهند بدون نگرانی از زیرساخت ها ، مدل های یادگیری ماشین با کیفیت بالا بسازند. دانش در مورد اصول AWS برای درک مؤثرتر مفاهیم در این کتاب لازم است. درک کاملی از مفاهیم یادگیری ماشین و زبان برنامه نویسی پایتون نیز مفید خواهد بود. تکنیک ها
< li> استفاده از مدل های یادگیری ماشین
tag : دانلود کتاب Amazon Sagemaker را بیاموزید: راهنمای ساخت ، آموزش و استفاده از مدل های یادگیری ماشین برای توسعه دهندگان و دانشمندان داده , Download Amazon Sagemaker را بیاموزید: راهنمای ساخت ، آموزش و استفاده از مدل های یادگیری ماشین برای توسعه دهندگان و دانشمندان داده , دانلود Amazon Sagemaker را بیاموزید: راهنمای ساخت ، آموزش و استفاده از مدل های یادگیری ماشین برای توسعه دهندگان و دانشمندان داده , Download Learn Amazon SageMaker: A guide to building, training, and deploying machine learning models for developers and data scientists Book , Amazon Sagemaker را بیاموزید: راهنمای ساخت ، آموزش و استفاده از مدل های یادگیری ماشین برای توسعه دهندگان و دانشمندان داده دانلود , buy Amazon Sagemaker را بیاموزید: راهنمای ساخت ، آموزش و استفاده از مدل های یادگیری ماشین برای توسعه دهندگان و دانشمندان داده , خرید کتاب Amazon Sagemaker را بیاموزید: راهنمای ساخت ، آموزش و استفاده از مدل های یادگیری ماشین برای توسعه دهندگان و دانشمندان داده , دانلود کتاب Learn Amazon SageMaker: A guide to building, training, and deploying machine learning models for developers and data scientists , کتاب Learn Amazon SageMaker: A guide to building, training, and deploying machine learning models for developers and data scientists , دانلود Learn Amazon SageMaker: A guide to building, training, and deploying machine learning models for developers and data scientists , خرید Learn Amazon SageMaker: A guide to building, training, and deploying machine learning models for developers and data scientists , خرید کتاب Learn Amazon SageMaker: A guide to building, training, and deploying machine learning models for developers and data scientists ,

نقد و بررسیها
هنوز بررسیای ثبت نشده است.