آموزش مهندس AWS دارای گواهینامه یادگیری ماشین - همکار (MLA-C01): نظارت، نگهداری و امنیت راه حل ML

سرفصل ها و درس ها

تکنیک های نظارت بر مدل های یادگیری ماشینی Techniques for Monitoring Machine Learning Models

• Drift چیست و چگونه آن را کنترل می کنید؟ What Is Drift and How Do You Monitor It?

• مانیتور داده ها و عملکرد مدل با SageMaker Model Monitor Monitor Data and Model Performance with SageMaker Model Monitor

• لنز یادگیری ماشین برای مانیتورینگ مرور کلی Machine Learning Lens for Monitoring Overview

• تشخیص ناهنجاری یادگیری ماشینی Machine Learning Anomaly Detection

• تشخیص سوگیری با SageMaker Clarify Bias Detection with SageMaker Clarify

• تست A/B تولید مدل های ML A/B Testing Production ML Models

• نکات آزمون استنتاج مدل مانیتور Monitor Model Inference Exam Tips

نظارت بر زیرساخت ML برای متعادل کردن عملکرد و هزینه Monitoring ML Infrastructure to Balance Performance and Cost

• مدل های SageMaker انعطاف پذیر Resilient SageMaker Models

• ابزارهایی برای نظارت و عیب یابی عملکرد ML Tools to Monitor and Troubleshoot ML Performance

• نسخه ی نمایشی: CloudWatch با Sagemaker Demo: CloudWatch with Sagemaker

• CloudTrail Log نظارت بر فعالیت‌های ML CloudTrail Log Monitoring of ML Activites

• نسخه ی نمایشی: CloudTrail با SageMaker Demo: CloudTrail with SageMaker

• انتخاب نمونه های EC2 برای وظایف ML Selecting EC2 Instances for ML Tasks

• ابزارهای تحلیل هزینه برای یادگیری ماشینی Cost Analysis Tools for Machine Learning

• نسخه ی نمایشی: برچسب گذاری و تخصیص هزینه Demo: Tagging and Cost Allocation

• برچسب‌گذاری منابع برای محیط‌های ML Resource Tagging for ML Environments

• CloudWatch برای عیب یابی بارهای کاری ML CloudWatch for Troubleshooting ML Workloads

• داشبورد برای نظارت بر عملکرد ML Dashboards for ML Performance Monitoring

• نسخه ی نمایشی: CloudWatch Anomaly Detection Demo: CloudWatch Anomaly Detection

• استفاده از رویدادهای EventBridge برای نظارت بر زیرساخت ML Using EventBridge Events to Monitor ML Infrastructure

• نسخه ی نمایشی: EventBridge برای SageMaker Demo: EventBridge for SageMaker

• نظارت و عیب یابی مشکلات تاخیر ML Monitoring and Troubleshooting ML Latency Issues

• نظارت و بهینه سازی زیرساخت و بررسی هزینه: قسمت 1 Monitor and Optimize Infrastructure and Cost Review: Part 1

• نظارت و بهینه سازی زیرساخت و بررسی هزینه: قسمت 2 Monitor and Optimize Infrastructure and Cost Review: Part 2

استفاده از IAM و SageMaker برای ایمن کردن منابع ML Using IAM and SageMaker to Secure ML Resources

• تکنیک های IAM برای کنترل دسترسی به خدمات ML IAM Techniques to Control Access to ML Services

• پیکربندی دسترسی کاربر و سرویس به سیستم‌های ML Configuring User and Service Access to ML Systems

• نسخه ی نمایشی: نقش اجرایی SageMaker Demo: SageMaker Execution Role

• نسخه ی نمایشی: مدیر نقش SageMaker Demo: SageMaker Role Manager

• امنیت و انطباق در SageMaker Security and Compliance in SageMaker

• استفاده از VPC برای یادگیری ماشین Using VPCs for Machine Learning

• بهترین شیوه های امنیتی برای خطوط لوله CI/CD Security Best Practices for CI/CD Pipelines

• از کمترین امتیاز برای مصنوعات ML اطمینان حاصل کنید Ensure Least Privilege to ML Artifacts

• Sagemaker Endpoint امنیت و مسائل دسترسی Sagemaker Endpoint Security and Access Issues

• نکات ایمن در آزمون منابع AWS Securing AWS Resources Exam Tips

نکاتی در مورد مانیتورینگ، تعمیر و نگهداری و امتحان امنیت راه حل ML ML Solution Monitoring, Maintenance, and Security Exam Tips

• دریفت یادگیری ماشین Machine Learning Drift

• نظارت و بهینه سازی زیرساخت و هزینه Monitor and Optimize Infrastructure and Cost

• بررسی تشخیص ناهنجاری ML ML Anomaly Detection Review

• دفاع در عمق برای یادگیری ماشین Defense in Depth for Machine Learning