آموزش ماشینی دارای گواهی AWS - تخصص (MLS-C01) Cert Prep: 4 پیاده سازی و عملیات یادگیری ماشین
AWS Certified Machine Learning - Specialty (MLS-C01) Cert Prep: 4 Machine Learning Implementation and Operations
- در حال بارگزاری، لطفا صبر کنید...
به متخصص MLOps و CTO Noah Gift بپیوندید تا همه چیز را در مورد مهندسی داده بیاموزید و برای اجرای یادگیری ماشین و بخش عملیاتی گواهینامه AWS Certified Machine Learning – Speciality (MLS-C01) آماده شوید. این دامنه شامل ساخت راه‌حل‌های یادگیری ماشینی است که عملکرد، در دسترس، مقیاس‌پذیری، انعطاف‌پذیری و تحمل خطا هستند. نوح استفاده از ثبت و مانیتورینگ محیط AWS، نظارت بر خطای ساختمان، و استفاده از چندین منطقه و چندین AZ را توضیح می دهد. او به نحوه استفاده از تصاویر AMI/طلایی و ظروف داکر می پردازد. نوح گروه‌های مقیاس‌بندی خودکار، و همچنین موارد، حجم‌ها و IOPS ارائه‌شده را تحت پوشش قرار می‌دهد. به علاوه، او به شما نشان می‌دهد که چگونه از تعادل بار استفاده کنید و بهترین شیوه‌های AWS را دنبال کنید.
این دوره توسط Noah Gift ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.
معرفی Introduction
-
نمای کلی (در حال انجام) Overview (In progress)
1. ساخت راه حل های ML برای عملکرد، در دسترس بودن، مقیاس پذیری، انعطاف پذیری، و خطا 1. Build ML Solutions for Performance, Availability, Scalability, Resiliency, and Fault
-
ثبت و نظارت بر محیط AWS AWS environment logging and monitoring
-
چندین منطقه، چندین AZ Multiple regions, multiple AZs
-
گردش کار قابل تکرار Reproducible workflows
-
DevOps با طعم AWS AWS flavored DevOps
2. خدمات و ویژگی های مناسب ML را برای یک مشکل معین توصیه و اجرا کنید 2. Recommend and Implement the Appropriate ML Services and Features for a Given Problem
-
تامین EC2 Provisioning EC2
-
انتخاب ها را محاسبه کنید Compute choices
-
تامین EBS Provisioning EBS
-
خدمات یادگیری ماشین هوش مصنوعی AWS AWS AI machine learning services
3. شیوه های امنیتی اولیه AWS را در راه حل های یادگیری ماشین اعمال کنید 3. Apply Basic AWS Security Practices to Machine Learning Solutions
-
اصل حداقل امتیاز (PLP) Principle of least privilege (PLP)
-
امنیت یکپارچه Integrated security
4. استقرار و عملیاتی کردن راه حل های یادگیری ماشین 4. Deploy and Operationalize Machine Learning Solutions
-
گردش کار SageMaker SageMaker workflow
-
پیش بینی با بوم SageMaker Predictions with SageMaker Canvas
-
مدل های بازآموزی Retraining models
نتیجه Conclusion
-
خلاصه Summary
https://donyad.com/d/e39c98
Noah Gift
کارشناس MLOps | انفرادی | نویسنده | استادیار | CTO
نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I.، علم داده و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلم‌های اصلی برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.
نمایش نظرات
نظری ارسال نشده است.