Practical Machine Learning with Aws: Process, Build, Deploy, and Productionize Your Models Using Aws
Sikeresen építsen, hangoljon, telepítsen és termeljen bármilyen gépi tanulási modellt, és tudja, hogyan automatizálhatja a folyamatot az adatfeldolgozástól a telepítésig.
Ez a könyv három részre oszlik. Az I. rész bemutatja az AWS-szolgáltatásokkal kapcsolatos alapvető felhőfogalmakat és terminológiákat, például az S3, EC2, Identity Access Management, Roles, Load Balancer és Cloud Formation. Emellett olyan felhőbiztonsági témákat is tárgyal, mint az AWS Compliance és a leletanyag, valamint a fejlesztők és DevOps mérnökök számára épített AWS Shield és CloudWatch felügyeleti szolgáltatás. A II. rész a gépi tanulással foglalkozik az AWS-ben a SageMaker segítségével, amely a fejlesztők és az adattudósok számára lehetővé teszi a gépi tanulási modellek építését, betanítását és telepítését. A III. rész más AWS-szolgáltatásokat vizsgál meg, például az Amazon Comprehendet (természetes nyelvi feldolgozó szolgáltatás, amely gépi tanulást használ a szövegben található meglátások és összefüggések megtalálására), az Amazon Forecastot (segít pontos előrejelzések készítésében) és az Amazon Textractot.
A könyv végére megérti a gépi tanulás csővezetékét, és azt, hogyan lehet bármilyen gépi tanulási modellt az AWS segítségével végrehajtani. A könyv segít az AWS Certified Machine Learning--Specialty minősítő vizsgára való felkészülésben is.
Amit tanulni fog
⬤ Ismerje az AWS által kínált különböző gépi tanulási szolgáltatásokat.
⬤ Ismerje az S3, az EC2, az Identity Access Management és a Cloud Formation szolgáltatásokat.
⬤ Ismerje a SageMaker, az Amazon Comprehend és az Amazon Forecast szolgáltatásokat.
⬤ Éles projektek végrehajtása: az előfeldolgozási fázistól az AWS-en történő telepítésig.
Kinek szól ez a könyv
Gépi tanulással foglalkozó mérnököknek, akik meg akarják tanulni az AWS gépi tanulási szolgáltatásait, és szeretnének AWS gépi tanulási szakirányú tanúsítványt szerezni.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)