Bewertung:
Das Buch über Amazon SageMaker wird allgemein für seinen praktischen Ansatz und seine klaren Erklärungen hoch gelobt. Es ist gut strukturiert und eignet sich daher sowohl für Anfänger als auch für diejenigen, die bereits einige Kenntnisse über AWS haben. Allerdings gibt es erhebliche Bedenken hinsichtlich der Qualität der Kindle-Version, darunter Formatierungsfehler und problematische Hyperlinks.
Vorteile:Klarer und praktischer Überblick über die Verwendung von Amazon SageMaker für maschinelles Lernen. Umfassende Abdeckung des Projektlebenszyklus, einschließlich Einrichtung, Datenvorbereitung und Modellbereitstellung. Der Autor ist sachkundig und liefert nützliche Beispiele und Best Practices. Geeignet sowohl für Anfänger als auch für erfahrene Benutzer mit Vorschlägen zum weiteren Lernen.
Nachteile:Die Kindle-Version enthält mehrere Formatierungsfehler, die das Lesen erschweren. Nutzer berichteten von Problemen mit dem Inhaltsverzeichnis, nicht korrekt funktionierenden Hyperlinks und unleserlichen Python-Code-Segmenten aufgrund von Formatierungsproblemen. Einige Rezensenten merkten an, dass der Schwerpunkt auf den eingebauten Algorithmen von SageMaker liegt und nicht auf anderen Frameworks wie TensorFlow.
(basierend auf 10 Leserbewertungen)
Learn Amazon SageMaker: A guide to building, training, and deploying machine learning models for developers and data scientists
Schnelles Erstellen und Bereitstellen von Modellen für maschinelles Lernen ohne Verwaltung der Infrastruktur und Verbesserung der Produktivität mithilfe der Funktionen von Amazon SageMaker wie Amazon SageMaker Studio, Autopilot, Experimente, Debugger und Model Monitor
Hauptmerkmale
⬤ Mit Amazon SageMaker können Sie Modelle für maschinelles Lernen schnell erstellen, trainieren und einsetzen.
⬤ Analysieren, erkennen und erhalten Sie Warnungen zu verschiedenen Geschäftsproblemen mit Algorithmen und Techniken des maschinellen Lernens.
⬤ Verbessern Sie die Produktivität durch Training und Feinabstimmung von maschinellen Lernmodellen in der Produktion.
Buchbeschreibung
Mit Amazon SageMaker können Sie schnell Modelle für maschinelles Lernen (ML) in großem Umfang erstellen, trainieren und bereitstellen, ohne eine Infrastruktur zu verwalten. Es hilft Ihnen, sich auf das eigentliche ML-Problem zu konzentrieren und qualitativ hochwertige Modelle bereitzustellen, indem es Ihnen die schwere Arbeit abnimmt, die normalerweise in jedem Schritt des ML-Prozesses anfällt. Dieses Buch ist ein umfassender Leitfaden für Datenwissenschaftler und ML-Entwickler, die Amazon SageMaker in- und auswendig kennenlernen möchten.
Sie werden verstehen, wie Sie die verschiedenen Module von SageMaker als ein einziges Toolset nutzen können, um die Herausforderungen von ML zu lösen. Im weiteren Verlauf werden Sie Funktionen wie AutoML, integrierte Algorithmen und Frameworks sowie die Möglichkeit, eigenen Code und Algorithmen zur Erstellung von ML-Modellen zu schreiben, kennenlernen. Später zeigt Ihnen das Buch, wie Sie Amazon SageMaker mit beliebten Deep-Learning-Bibliotheken wie TensorFlow und PyTorch integrieren können, um die Fähigkeiten bestehender Modelle zu erweitern. Sie werden auch lernen, wie Sie die Modelle mit minimalem Aufwand und zu geringeren Kosten schneller in Produktion bringen. Schließlich erfahren Sie, wie Sie den Amazon SageMaker Debugger verwenden, um Probleme zu analysieren, zu erkennen und hervorzuheben, um den aktuellen Modellstatus zu verstehen und die Modellgenauigkeit zu verbessern.
Am Ende dieses Amazon-Buches werden Sie in der Lage sein, Amazon SageMaker für das gesamte Spektrum von ML-Workflows zu verwenden, von Experimenten, Training und Überwachung bis hin zu Skalierung, Bereitstellung und Automatisierung.
(Was Sie lernen werden)
⬤ Erstellen und automatisieren Sie End-to-End-Workflows für maschinelles Lernen auf Amazon Web Services (AWS)
⬤ Sie werden mit Techniken zur Datenannotation und -aufbereitung vertraut gemacht.
⬤ Verwenden Sie AutoML-Funktionen zum Erstellen und Trainieren von Modellen für maschinelles Lernen mit AutoPilot.
⬤ Erstellen Sie Modelle mit integrierten Algorithmen und Frameworks sowie mit eigenem Code.
⬤ Trainieren Sie Bildverarbeitungs- und NLP-Modelle anhand von Beispielen aus der Praxis.
⬤ Trainingstechniken für Skalierung, Modelloptimierung, Modell-Debugging und Kostenoptimierung.
⬤ Automatisierung von Deployment-Aufgaben in einer Vielzahl von Konfigurationen mit Hilfe von SDK und verschiedenen Automatisierungstools.
Für wen ist dieses Buch gedacht?
Dieses Buch richtet sich an Softwareingenieure, Entwickler für maschinelles Lernen, Datenwissenschaftler und AWS-Benutzer, die Amazon SageMaker zum ersten Mal verwenden und qualitativ hochwertige maschinelle Lernmodelle erstellen möchten, ohne sich um die Infrastruktur kümmern zu müssen. Kenntnisse der AWS-Grundlagen sind erforderlich, um die in diesem Buch behandelten Konzepte besser zu verstehen. Ein gewisses Verständnis von Konzepten des maschinellen Lernens und der Programmiersprache Python ist ebenfalls von Vorteil.
| ISBN: | 9781800208919 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
