Hodnotenie:
Recenzie na knihu „Learn Amazon SageMaker (Second Edition)“ od Juliena Simona zdôrazňujú jej účinnosť ako komplexného a praktického sprievodcu na pochopenie a používanie Amazon SageMaker. Mnohí recenzenti oceňujú praktický prístup, prehľadnosť a rozsah knihy, ktorá pokrýva širokú škálu tém relevantných pre dátových vedcov, analytikov a nadšencov strojového učenia. Niektorí však poukazujú na stručnosť knihy pri niektorých pokročilých témach a potenciálnych výzvach.
Výhody:⬤ Komplexné pokrytie funkcií programu SageMaker vrátane praktických cvičení.
⬤ Vysvetlenia vhodné pre začiatočníkov a pokyny krok za krokom.
⬤ Cenné poznatky o optimalizácii nákladov a výkonu.
⬤ Účinné pre technické aj netechnické publikum.
⬤ Autor má vysoké znalosti a poskytuje bezproblémové učenie.
⬤ V niektorých kapitolách môže chýbať hĺbka a podrobnosť niektorých pokročilých tém.
⬤ Stručnosť pri diskusii o potenciálnych problémoch, ktorým môžu používatelia čeliť.
⬤ Pokyny na používanie programu SageMaker mimo AWS môžu byť príliš stručné.
(na základe 9 čitateľských recenzií)
Learn Amazon SageMaker - Second Edition: A guide to building, training, and deploying machine learning models for developers and data scientists
Rýchle vytváranie a nasadzovanie modelov strojového učenia bez správy infraštruktúry a zvýšenie produktivity pomocou najnovších funkcií Amazon SageMaker, ako sú Studio, Autopilot, Data Wrangler, Pipelines a Feature Store
Kľúčové funkcie:
⬤ Rýchlo vytvárajte, trénujte a nasadzujte modely strojového učenia pomocou aplikácie Amazon SageMaker.
⬤ Optimalizujte presnosť, náklady a spravodlivosť svojich modelov.
⬤ Vytvárajte a automatizujte end-to-end pracovné postupy strojového učenia na Amazon Web Services (AWS).
Popis knihy:
Amazon SageMaker vám umožňuje rýchlo vytvárať, trénovať a nasadzovať modely strojového učenia v širokom rozsahu bez správy akejkoľvek infraštruktúry. Pomôže vám sústrediť sa na daný problém strojového učenia a nasadiť vysokokvalitné modely tým, že odstráni ťažkú prácu, ktorá je zvyčajne spojená s každým krokom procesu ML. Toto druhé vydanie pomôže dátovým vedcom a vývojárom ML preskúmať nové funkcie, ako sú SageMaker Data Wrangler, Pipelines, Clarify, Feature Store a mnohé ďalšie.
Začnete tým, že sa naučíte, ako používať rôzne možnosti programu SageMaker ako jedinej sady nástrojov na riešenie úloh ML, a budete sa venovať funkciám, ako sú AutoML, vstavané algoritmy a rámce a písanie vlastného kódu a algoritmov na vytváranie modelov ML. Kniha vám potom ukáže, ako integrovať Amazon SageMaker s populárnymi knižnicami hlbokého učenia, ako sú TensorFlow a PyTorch, a rozšíriť tak možnosti existujúcich modelov. Uvidíte tiež, ako vám automatizácia pracovných postupov môže pomôcť dostať sa do produkcie rýchlejšie s minimálnym úsilím a s nižšími nákladmi. Nakoniec preskúmate nástroje SageMaker Debugger a SageMaker Model Monitor na zisťovanie problémov s kvalitou pri školení a produkcii.
Na konci tejto knihy Amazon budete schopní používať Amazon SageMaker na celé spektrum pracovných postupov ML, od experimentovania, školenia a monitorovania až po škálovanie, nasadenie a automatizáciu.
Čo sa naučíte:
⬤ Získať prehľad o technikách anotácie a prípravy údajov.
⬤ Využívať funkcie AutoML na vytváranie a trénovanie modelov strojového učenia pomocou AutoPilota.
⬤ Vytvárať modely pomocou zabudovaných algoritmov a rámcov a vlastného kódu.
⬤ Trénujte modely počítačového videnia a spracovania prirodzeného jazyka (NLP) pomocou príkladov z reálneho sveta.
⬤ Pokrývajú techniky školenia na škálovanie, optimalizáciu modelu, ladenie modelu a optimalizáciu nákladov.
⬤ Automatizovať úlohy nasadenia v rôznych konfiguráciách pomocou SDK a niekoľkých automatizačných nástrojov.
Pre koho je táto kniha určená:
Táto kniha je určená softvérovým inžinierom, vývojárom strojového učenia, dátovým vedcom a používateľom AWS, ktorí začínajú používať Amazon SageMaker a chcú vytvárať vysokokvalitné modely strojového učenia bez starostí o infraštruktúru. Na efektívnejšie pochopenie konceptov uvedených v tejto knihe sú potrebné znalosti základov AWS. Prospešné budú aj dôkladné znalosti konceptov strojového učenia a programovacieho jazyka Python.
