Ismerje meg az Amazon SageMaker-t: A gépi tanulási modellek építésének, képzésének és telepítésének útmutatója fejlesztők és adattudósok számára

Olvasói vélemények

Az Amazon SageMaker könyvét általában nagyra értékelik gyakorlatias megközelítése és világos magyarázatai miatt. Jól strukturált, így alkalmas kezdők és az AWS-ben némi ismerettel rendelkezők számára is. A Kindle változat minőségével kapcsolatban azonban jelentős aggályok merültek fel, többek között a formázási hibák és a problémás hiperhivatkozások miatt.

Világos és gyakorlatias áttekintés az Amazon SageMaker gépi tanuláshoz való használatáról. A projekt életciklusának átfogó lefedése, beleértve a beállítást, az adatelőkészítést és a modellek telepítését. A szerző hozzáértő, hasznos példákat és bevált gyakorlatokat mutat be. Kezdők és tapasztaltabb felhasználók számára egyaránt alkalmas, továbbtanulási javaslatokkal.

A Kindle verzió több formázási hibát tartalmaz, ami megnehezíti az olvasást. A felhasználók a tartalomjegyzékkel kapcsolatos problémákról, a nem megfelelően működő hiperhivatkozásokról és a Python kódrészletek formázási problémák miatt olvashatatlanságáról számoltak be. Néhány kritikus megjegyezte, hogy a SageMaker beépített algoritmusaira összpontosít, nem pedig más keretrendszerekre, például a TensorFlow-ra.

(10 olvasói vélemény alapján)

Eredeti címe:

Learn Amazon SageMaker: A guide to building, training, and deploying machine learning models for developers and data scientists

Könyv tartalma:

Gyorsan építsen és telepítsen gépi tanulási modelleket az infrastruktúra kezelése nélkül, és javítsa a termelékenységet az Amazon SageMaker olyan képességeinek használatával, mint az Amazon SageMaker Studio, Autopilot, Experiments, Debugger és Model Monitor

Főbb jellemzők

⬤ Gépi tanulási modellek gyors építése, képzése és telepítése az Amazon SageMaker segítségével.

⬤ Elemezzen, észleljen és kapjon riasztásokat különböző üzleti problémákhoz kapcsolódóan gépi tanulási algoritmusok és technikák segítségével.

⬤ Növelje a termelékenységet a gépi tanulási modellek termelésben történő képzésével és finomhangolásával.

Könyv leírása

Az Amazon SageMaker lehetővé teszi a gépi tanulási (ML) modellek gyors, méretarányos létrehozását, betanítását és telepítését, anélkül, hogy bármilyen infrastruktúrát kezelnie kellene. Segít Önnek az ML-problémára összpontosítani és kiváló minőségű modelleket telepíteni azáltal, hogy eltávolítja az ML-folyamat egyes lépéseiben jellemzően felmerülő nehéz feladatokat. Ez a könyv átfogó útmutató az adattudósok és ML-fejlesztők számára, akik szeretnék megismerni az Amazon SageMaker minden csínját-bínját.

Meg fogja érteni, hogyan használhatja a SageMaker különböző moduljait egyetlen eszközkészletként az ML-ben felmerülő kihívások megoldására. A továbbhaladás során olyan funkciókkal fog foglalkozni, mint az AutoML, a beépített algoritmusok és keretrendszerek, valamint a saját kód és algoritmusok írásának lehetősége az ML-modellek építéséhez. Később a könyv megmutatja, hogyan integrálhatja az Amazon SageMakert olyan népszerű mélytanulási könyvtárakkal, mint a TensorFlow és a PyTorch, hogy növelje a meglévő modellek képességeit. Azt is megtanulja, hogyan juthat el a modellek gyorsabban, minimális erőfeszítéssel és alacsonyabb költséggel a termelésbe. Végezetül felfedezi, hogyan használhatja az Amazon SageMaker Debugger-t a problémák elemzésére, felismerésére és kiemelésére, hogy megértse a modell aktuális állapotát és javítsa a modell pontosságát.

Az Amazon könyv végére képes lesz az Amazon SageMaker használatát az ML munkafolyamatok teljes spektrumában alkalmazni, a kísérletezéstől, a képzéstől és a monitorozástól a skálázásig, a telepítésig és az automatizálásig.

Amit megtanulhat

⬤ Elkészítheti és automatizálhatja a végponttól végpontig tartó gépi tanulási munkafolyamatokat az Amazon Web Services (AWS) rendszerén.

⬤ Jártas leszel az adatok annotálási és előkészítési technikáiban.

⬤ Az AutoML funkciók használata a gépi tanulási modellek AutoPilot segítségével történő létrehozásához és betanításához.

⬤ Modellek létrehozása beépített algoritmusok és keretrendszerek, valamint saját kód segítségével.

⬤ Tréningelje a számítógépes látás- és NLP-modelleket valós példák segítségével.

⬤ Fedezze le a méretezés, a modell optimalizálása, a modell hibakeresése és a költségoptimalizálás képzési technikáit.

⬤ Automatizálja a telepítési feladatokat különböző konfigurációkban az SDK és számos automatizálási eszköz segítségével.

Kinek szól ez a könyv

Ez a könyv azoknak a szoftvermérnököknek, gépi tanulással foglalkozó fejlesztőknek, adattudósoknak és AWS-felhasználóknak szól, akik újak az Amazon SageMaker használatában, és szeretnének kiváló minőségű gépi tanulási modelleket készíteni anélkül, hogy az infrastruktúra miatt aggódnának. A könyvben tárgyalt fogalmak hatékonyabb megértéséhez szükséges az AWS-alapok ismerete. A gépi tanulás koncepcióinak és a Python programozási nyelvnek némi ismerete szintén előnyös.