Hodnotenie:
Kniha na stránke Amazon SageMaker je všeobecne vysoko hodnotená pre svoj praktický prístup a jasné vysvetlenia. Je dobre štruktúrovaná, vďaka čomu je vhodná pre začiatočníkov aj pre tých, ktorí majú určité znalosti o AWS. Existujú však značné obavy týkajúce sa kvality verzie pre Kindle vrátane chýb vo formátovaní a problematických hypertextových odkazov.
Výhody:Jasný a praktický prehľad používania Amazon SageMaker na strojové učenie. Komplexné pokrytie životného cyklu projektu vrátane nastavenia, prípravy údajov a nasadenia modelu. Autor je erudovaný a poskytuje užitočné príklady a osvedčené postupy. Vhodné pre začiatočníkov aj skúsenejších používateľov s návrhmi na ďalšie vzdelávanie.
Nevýhody:Verzia pre Kindle obsahuje viacero formátovacích chýb, čo sťažuje čítanie. Používatelia hlásili problémy s obsahom, nesprávne fungujúce hypertextové odkazy a nečitateľné segmenty kódu jazyka Python kvôli problémom s formátovaním. Niektorí recenzenti si všimli zameranie na zabudované algoritmy SageMakera namiesto iných rámcov, ako je TensorFlow.
(na základe 10 čitateľských recenzií)
Learn Amazon SageMaker: 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 funkcií Amazon SageMaker Studio, Autopilot, Experimenty, Debugger a Model Monitor
Kľúčové funkcie
⬤ Rýchlo zostavujte, trénujte a nasadzujte modely strojového učenia pomocou aplikácie Amazon SageMaker.
⬤ Analyzujte, zisťujte a prijímajte upozornenia týkajúce sa rôznych obchodných problémov pomocou algoritmov a techník strojového učenia.
⬤ Zvýšte produktivitu trénovaním a dolaďovaním modelov strojového učenia vo výrobe.
Popis knihy
Amazon SageMaker vám umožňuje rýchlo vytvárať, trénovať a nasadzovať modely strojového učenia (ML) vo veľkom meradle bez nutnosti spravovať akúkoľvek infraštruktúru. Pomôže vám sústrediť sa na riešený problém ML a nasadiť vysokokvalitné modely tým, že odstráni ťažkú prácu, ktorá je zvyčajne spojená s každým krokom procesu ML. Táto kniha je komplexným sprievodcom pre dátových vedcov a vývojárov ML, ktorí sa chcú naučiť zákutia Amazon SageMaker.
Pochopíte, ako používať rôzne moduly programu SageMaker ako jednotný súbor nástrojov na riešenie výziev, ktorým čelíte v oblasti ML. Postupne sa budete zaoberať funkciami, ako sú AutoML, vstavané algoritmy a rámce a možnosť písania vlastného kódu a algoritmov na vytváranie modelov ML. Neskôr vám kniha ukáže, ako integrovať Amazon SageMaker s populárnymi knižnicami hlbokého učenia, ako sú TensorFlow a PyTorch, aby ste zvýšili možnosti existujúcich modelov. Naučíte sa tiež, ako dostať modely do produkcie rýchlejšie s minimálnym úsilím a s nižšími nákladmi. Nakoniec preskúmate, ako používať Amazon SageMaker Debugger na analýzu, detekciu a zvýraznenie problémov, aby ste pochopili aktuálny stav modelu a zlepšili jeho presnosť.
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
⬤ Vytvárať a automatizovať end-to-end pracovné postupy strojového učenia na Amazon Web Services (AWS).
⬤ Získať prehľad o technikách anotácie a prípravy údajov.
⬤ Využívať funkcie AutoML na vytváranie a trénovanie modelov strojového učenia pomocou AutoPilota.
⬤ Vytvárajte modely pomocou zabudovaných algoritmov a rámcov a vlastného kódu.
⬤ Trénujte modely počítačového videnia a NLP pomocou príkladov z reálneho sveta.
⬤ Obsahovať techniky trénovania na škálovanie, optimalizáciu modelov, ladenie modelov 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 určité znalosti konceptov strojového učenia a programovacieho jazyka Python.
