Învățați Amazon SageMaker - Ediția a doua: Un ghid pentru construirea, instruirea și implementarea modelelor de învățare automată pentru dezvoltatori și cercetători de date

Recenzii ale cititorilor

Recenzile pentru „Learn Amazon SageMaker (Second Edition)” de Julien Simon evidențiază eficiența acesteia ca un ghid cuprinzător și practic pentru înțelegerea și utilizarea Amazon SageMaker. Mulți recenzenți apreciază abordarea practică a cărții, claritatea și domeniul de aplicare, acoperind o gamă largă de subiecte relevante pentru oamenii de știință de date, analiști și entuziaști ai învățării automate. Cu toate acestea, unii notează scurtimea cărții cu privire la anumite subiecte avansate și potențiale provocări.

⬤ Acoperire cuprinzătoare a funcțiilor SageMaker, inclusiv exerciții practice.
⬤ Explicații prietenoase pentru începători și instrucțiuni pas cu pas.
⬤ Perspective valoroase privind optimizarea costurilor și a performanței.
⬤ Eficient atât pentru publicul tehnic, cât și pentru cel non-tehnic.
⬤ Autorul este foarte bine informat și oferă o experiență de învățare ușoară.

⬤ Unele capitole pot fi lipsite de profunzime și detalii pe anumite subiecte avansate.
⬤ Briefness în discutarea provocărilor potențiale cu care s-ar putea confrunta utilizatorii.
⬤ Instrucțiunile pentru utilizarea SageMaker în afara AWS pot fi prea scurte.

(pe baza a 9 recenzii ale cititorilor)

Titlul original:

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

Conținutul cărții:

Construiți și implementați rapid modele de învățare automată fără a gestiona infrastructura și creșteți productivitatea utilizând cele mai recente capabilități Amazon SageMaker, cum ar fi Studio, Autopilot, Data Wrangler, Pipelines și Feature Store

Caracteristici principale:

⬤ Construiți, instruiți și implementați rapid modele de învățare automată utilizând Amazon SageMaker.

⬤ Optimizați acuratețea, costul și corectitudinea modelelor dvs.

⬤ Crearea și automatizarea fluxurilor de lucru de învățare automată end-to-end pe Amazon Web Services (AWS)

Descrierea cărții:

Amazon SageMaker vă permite să construiți, să antrenați și să implementați rapid modele de machine learning la scară largă, fără a gestiona nicio infrastructură. Vă ajută să vă concentrați asupra problemei de învățare automată în cauză și să implementați modele de înaltă calitate prin eliminarea sarcinilor grele implicate de obicei în fiecare etapă a procesului ML. Această a doua ediție va ajuta cercetătorii de date și dezvoltatorii ML să exploreze noi caracteristici, cum ar fi SageMaker Data Wrangler, Pipelines, Clarify, Feature Store și multe altele.

Veți începe prin a învăța cum să utilizați diverse capacități ale SageMaker ca un singur set de instrumente pentru a rezolva provocările ML și veți progresa pentru a acoperi caracteristici precum AutoML, algoritmi și cadre integrate și scrierea propriului cod și algoritmi pentru a construi modele ML. Cartea vă va arăta apoi cum să integrați Amazon SageMaker cu biblioteci populare de învățare profundă, cum ar fi TensorFlow și PyTorch, pentru a extinde capacitățile modelelor existente. Veți vedea, de asemenea, cum automatizarea fluxurilor de lucru vă poate ajuta să ajungeți mai repede la producție, cu un efort minim și la un cost mai mic. În cele din urmă, veți explora SageMaker Debugger și SageMaker Model Monitor pentru a detecta problemele de calitate în formare și producție.

Până la sfârșitul acestei cărți Amazon, veți fi capabil să utilizați Amazon SageMaker pe întregul spectru de fluxuri de lucru ML, de la experimentare, instruire și monitorizare la scalare, implementare și automatizare.

Ce veți învăța:

⬤ Deveniți bine familiarizați cu tehnicile de adnotare și pregătire a datelor.

⬤ Utilizați caracteristicile AutoML pentru a construi și a antrena modele de învățare automată cu AutoPilot.

⬤ Crearea de modele utilizând algoritmi și cadre integrate și propriul cod.

⬤ Învățați modele de viziune computerizată și de procesare a limbajului natural (NLP) folosind exemple din lumea reală.

⬤  Cuprindeți tehnici de formare pentru scalare, optimizarea modelelor, depanarea modelelor și optimizarea costurilor.

⬤ Automatizați sarcinile de implementare într-o varietate de configurații utilizând SDK și mai multe instrumente de automatizare.

Pentru cine este această carte:

Această carte este destinată inginerilor software, dezvoltatorilor de învățare automată, oamenilor de știință de date și utilizatorilor AWS care sunt noi în utilizarea Amazon SageMaker și doresc să construiască modele de învățare automată de înaltă calitate, fără a se preocupa de infrastructură. Cunoașterea noțiunilor de bază ale AWS este necesară pentru a înțelege mai eficient conceptele acoperite în această carte. O înțelegere solidă a conceptelor de învățare automată și a limbajului de programare Python va fi, de asemenea, benefică.