Product details
- Publisher : O'Reilly Media; 1st edition (April 27, 2021)
- Language : English
- Paperback : 524 pages
- ISBN-10 : 1492079391
- ISBN-13 : 978-1492079392
جلد سخت رنگی_کتاب Data Science on AWS: Implementing End-to-End, Continuous AI and Machine Learning Pipelines
With this practical book, AI and machine learning practitioners will learn how to successfully build and deploy data science projects on Amazon Web Services. The Amazon AI and machine learning stack unifies data science, data engineering, and application development to help level up your skills. This guide shows you how to build and run pipelines in the cloud, then integrate the results into applications in minutes instead of days. Throughout the book, authors Chris Fregly and Antje Barth demonstrate how to reduce cost and improve performance.
- Apply the Amazon AI and ML stack to real-world use cases for natural language processing, computer vision, fraud detection, conversational devices, and more
- Use automated machine learning to implement a specific subset of use cases with SageMaker Autopilot
- Dive deep into the complete model development lifecycle for a BERT-based NLP use case including data ingestion, analysis, model training, and deployment
- Tie everything together into a repeatable machine learning operations pipeline
- Explore real-time ML, anomaly detection, and streaming analytics on data streams with Amazon Kinesis and Managed Streaming for Apache Kafka
- Learn security best practices for data science projects and workflows including identity and access management, authentication, authorization, and more
منابع کتاب جلد سخت رنگی_کتاب Data Science on AWS: Implementing End-to-End, Continuous AI and Machine Learning Pipelines
با این کتاب عملی، متخصصان هوش مصنوعی و یادگیری ماشینی یاد می‌گیرند که چگونه پروژه‌های علم داده را با موفقیت در خدمات وب آمازون بسازند و اجرا کنند. پشته هوش مصنوعی آمازون و یادگیری ماشین، علم داده، مهندسی داده، و توسعه اپلیکیشن را یکپارچه می کند تا به ارتقای مهارت های شما کمک کند. این راهنما به شما نشان می دهد که چگونه خطوط لوله را در فضای ابری بسازید و اجرا کنید، سپس نتایج را به جای چند روز در چند دقیقه در برنامه ها ادغام کنید. در سرتاسر کتاب، نویسندگان کریس فرگلی و آنژه بارت نحوه کاهش هزینه و بهبود عملکرد را نشان می‌دهند.
- استفاده از پشته آمازون AI و ML در موارد استفاده در دنیای واقعی برای پردازش زبان طبیعی، بینایی رایانه، تشخیص تقلب، دستگاه‌های مکالمه و موارد دیگر.
- از یادگیری ماشین خودکار برای پیاده سازی زیرمجموعه خاصی از موارد استفاده با SageMaker Autopilot استفاده کنید
- عمیقاً در چرخه عمر توسعه کامل مدل برای یک مورد استفاده NLP مبتنی بر BERT از جمله جذب داده، تجزیه و تحلیل، آموزش مدل، و استقرار فرو بروید.
- همه چیز را به یک خط لوله عملیات یادگیری ماشینی تکرارپذیر متصل کنید
- با آمازون Kinesis و مدیریت جریان برای آپاچی کافکا، ML، تشخیص ناهنجاری، و تجزیه و تحلیل جریانی را در زمان واقعی کاوش کنید.
- بهترین شیوه های امنیتی را برای پروژه های علم داده و جریان های کاری از جمله مدیریت هویت و دسترسی، احراز هویت، مجوز و غیره بیاموزید.
ارسال نظر درباره جلد سخت رنگی_کتاب Data Science on AWS: Implementing End-to-End, Continuous AI and Machine Learning Pipelines