آموزش پیاده سازی و راه حل های یادگیری ماشین AWS

Implementing and Operating AWS Machine Learning Solutions

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره: آموزش مدل یادگیری ماشین فقط اولین قدم است. این دوره به شما آموزش می دهد که چگونه راه حل یادگیری ماشین خود را برای آماده سازی آزمون تخصص یادگیری ماشین مستقر کنید ، نظارت و مقیاس بندی کنید. پیاده سازی و عملیات یادگیری ماشین یکی از چهار حوزه ای است که در آزمون گواهینامه تخصصی یادگیری ماشین AWS تحت پوشش قرار گرفته است. در این دوره ، پیاده سازی و راه اندازی راه حل های یادگیری ماشین AWS ، مناطق کلیدی را در این امتحان فرا خواهید گرفت. ابتدا خدمات مختلف AWS را جستجو می کنید که می توانند از راه حل یادگیری ماشین در تولید پشتیبانی کنند. در مرحله بعدی ، خواهید فهمید که چگونه یک مدل یادگیری ماشین را با Amazon Sagemaker استقرار و مقیاس بندی کنید. سرانجام ، شما یاد خواهید گرفت که چگونه بهترین روشهای امنیتی را برای راه حل یادگیری ماشین خود با AWS پیاده سازی کنید. پس از پایان این دوره ، مهارت ها و دانش لازم در این زمینه را برای آماده سازی برای آزمون گواهینامه تخصصی یادگیری ماشین AWS خواهید داشت.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

خدمات یادگیری ماشین AWS AWS Machine Learning Services

  • مقدمه Introduction

  • خدمات مصرف و تبدیل داده ها Data Ingestion and Transformation Services

  • خدمات AWS AI AWS AI Services

  • خدمات Amazon SageMaker Amazon SageMaker Services

  • محاسبه خدمات برای یادگیری ماشین Compute Services for Machine Learning

  • آماده شدن برای امتحان Preparing for the Exam

استقرار یک مدل SageMaker Deploying a SageMaker Model

  • رویکردهای استقرار SageMaker SageMaker Deployment Approaches

  • استفاده از تبدیل دسته ای Utilizing Batch Transform

  • استفاده از خدمات میزبانی SageMaker Leveraging SageMaker Hosting Services

  • استفاده از انواع مختلف تولید Using Multiple Production Variants

  • استقرار یک مدل با استفاده از خدمات میزبانی Deploying a Model Using Hosting Services

  • ملاحظات اضافی استقرار Additional Deployment Considerations

  • آماده شدن برای امتحان Preparing for the Exam

امنیت اجرای SageMaker Securing a SageMaker Implementation

  • مدل مسئولیت مشترک Shared Responsibility Model

  • امنیت داده ها برای یادگیری ماشین Securing Data for Machine Learning

  • پیکربندی VPC برای SageMaker Configuring a VPC for SageMaker

  • کنترل دسترسی با IAM Controlling Access with IAM

  • امنیت نوت بوک های SageMaker Securing SageMaker Notebooks

  • انطباق Compliance

  • آماده شدن برای امتحان Preparing for the Exam

پیاده سازی یک راه حل یادگیری ماشین بسیار در دسترس Implementing a Highly-available Machine Learning Solution

  • تحمل خطا و در دسترس بودن بالا Fault Tolerance and High Availability

  • مقیاس گذاری نقاط نهایی SageMaker Scaling SageMaker Endpoints

  • پیکربندی خودکار مقیاس گذاری برای نقاط پایانی Configuring Autoscaling for Endpoints

  • روش های استقرار Deployment Methodologies

  • مانیتورینگ با CloudWatch و CloudTrail Monitoring with CloudWatch and CloudTrail

  • نقاط پایانی SageMaker متحمل خطا Fault Tolerant SageMaker Endpoints

  • معماری Loosely Coupled Loosely Coupled Architecture

  • ظروف یادگیری عمیق Deep Learning Containers

  • آماده شدن برای امتحان Preparing for the Exam

نمایش نظرات

آموزش پیاده سازی و راه حل های یادگیری ماشین AWS
جزییات دوره
1h 57m
30
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
-
از 5
دارد
دارد
دارد
David Tucker
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

David Tucker David Tucker

دیوید یک مشاور توسعه ابر برنده جایزه Webby است که بر برنامه های وب بومی ، تلفن همراه و اینترنت اشیا cloud ابری تمرکز دارد. دیوید برای بیش از پانزده سال به عنوان مشاور ، توسعه نرم افزار سفارشی را در سیستم عامل های در حال ظهور برای شرکت هایی مانند FedEx ، AT&T ، Sony Music ، Intel ، Comcast ، هرمان میلر ، Principal Financial و Adobe (و همچنین بسیاری دیگر) هدایت کرده است. دیوید با کارهای منتشر شده برای O'Reilly و Lynda.com مرتباً در زمینه دیجیتال می نویسد و صحبت می کند. او برای Mashable ، Smashing Magazine و VentureBeat نویسندگی کرده و در رویدادهایی مانند AdTech ، Interop و Adobe Max سخنرانی کرده است.