مطالب پیشنهادی از سراسر وب

ساخت، آموزش و استقرار مدل های یادگیری ماشینی با AWS SageMaker

دسته بندی ها: آموزش یادگیری ماشینی (Machine Learning) ، آموزش هوش مصنوعی (AI) ، آموزش های پلورال سایت (Pluralsight)

اگر می خواهید به سرعت یادگیری ماشینی را وارد اپلیکیشن های خود کنید، یک سرویس یادگیری ماشینی کاملاً مدیریت شده مکانی عالی برای شروع است. شما در این دوره، ساخت، توانایی ایجاد مدل های یادگیری ماشینی در AWS SageMaker و یکپارچه سازی آن ها را در اپلیکیشن های خود پیدا خواهید کرد. ابتدا با مبانی و نحوه راه اندازی SageMaker آشنا خواهید شد. سپس، نحوه ساخت، آموزش و استقرار مدل های اعمال شده در طبقه بندی تصویر برای تشخیص سرطان سینه و نحوه یکپارچه سازی آن ها در یک REST API را کشف خواهید کرد. در پایان، شما حتی نحوه مدیریت امنیت و مقیاس پذیری را در AWS SageMaker بررسی خواهید کرد. وقتی این دوره را به پایان برسانید، درک بنیادی از AWS SageMaker خواهید داشت که به شما هنگام حرکت به سمت جلو و ایجاد اپلیکیشن های مجهز به یادگیری ماشینی خود که در سناریوهای مختلف زندگی واقعی اعمال می شوند، بسیار کمک خواهد کرد.

بررسی دوره

آموزش مدل های یادگیری ماشینی با استفاده از AWS SageMaker

فایل های تمرین exercise files.zip
آیا این نوشته را دوست داشتید؟
Pluralsight Build, Train, and Deploy Machine Learning Models with AWS SageMaker Author:Jorge Vasquez Duration:2:40:35 Level:Advanced

A fully managed machine learning service is a great place to start if you want to quickly get machine learning into your applications. In this course, Build, Train, and Deploy Machine Learning Models with AWS SageMaker, you will gain the ability to create machine learning models in AWS SageMaker and to integrate them into your applications. First, you’ll learn the basics and how to set up SageMaker. Next, you’ll discover how to build, train, and deploy models applied to Image Classification for breast cancer detection and how to integrate them into a REST API. Finally, you will even discover how to manage security and scalability in AWS SageMaker. When you’re finished with this course, you will have a foundational understanding of AWS SageMaker that will help you immensely as you move forward to create your own machine-learning-enabled applications applied to different real-life scenarios.

پیشنهاد آموزش مرتبط در فرادرس