دوره آموزشی آمازون SageMaker آپدیت (2019)

SageMaker راه حل آمازون برای توسعه دهندگان است که می خواهند مدل یادگیری ماشین های پیش بینی را به محیط تولید تبدیل کنند. برنامه نویسی در پایتون انجام می شود و نتایج به راحتی می توانند به برنامه های مبتنی بر ابر متصل شوند. در این درس، کل جریان کاری Amazon SageMaker را بررسی می کنیم: تجزیه و تحلیل، ساخت و استقرار نهایی.
مربی Martin Kemka مزایای آمازون SageMaker را معرفی می کند و رابط کاربری و ابزارهای مبتنی بر مرورگر را بررسی می کند. در فصل دوم، او نشان می دهد که چگونه داده های خود را وارد، بررسی، تجسم و خلاصه کنید. مرحله بعدی استفاده از یک نمونه دادهایی تمیز برای آموزش یک مدل یادگیری ماشین برای انجام یک کار اساسی است. در نهایت، او نشان می دهد چگونه مدل اعمال می شود. تقریبا در هر بخش با چالشی مواجه می شوید که به شما امکان می دهد تا مهارت های SageMaker جدید خود را تمرین کنید.

موضوعات شامل:
مزایای SageMaker
وارد کردن داده ها
بررسی داده ها
تجسم داده ها
پاک کردن داده ها
آموزش مدل
استفاده از مدل
در حال آزمایش مدل مستقر شده