ساخت ، آموزش و استقرار مدل های یادگیری ماشین با Amazon SageMaker

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

شروع کار با AWS SageMaker Getting Started with AWS SageMaker

• مقدمه Introduction

• سناریوی دوره Course Scenario

• مروری بر نحوه عملکرد نمونه REST API برای تشخیص سرطان پستان Overview of How the Sample REST API for Breast Cancer Detection Should Work

• مقدمه ای بر AWS SageMaker Introduction to AWS SageMaker

• راه اندازی AWS SageMaker Setting up AWS SageMaker

• خلاصه Summary

ساخت مدل های یادگیری ماشین با استفاده از AWS SageMaker Building Machine Learning Models Using AWS SageMaker

• مقدمه Introduction

• نمونه های نوت بوک SageMaker SageMaker Notebook Instances

• ایجاد یک نمونه نوت بوک Creating a Notebook Instance

• نمای کلی الگوریتم داخلی طبقه بندی تصویر Overview of the Image Classification Built-in Algorithm

• به دست آوردن ، کاوش و پیش پردازش تصاویر هیستوپاتولوژی Obtaining, Exploring, and Preprocessing Histopathology Images

• پیکربندی الگوریتم طبقه بندی تصویر با استفاده از سطح پایین AWS SDK برای پایتون Configuring the Image Classification Algorithm Using the Low-level AWS SDK for Python

• پیکربندی الگوریتم طبقه بندی تصویر با استفاده از کتابخانه پایتون SageMaker سطح بالا Configuring the Image Classification Algorithm Using the High-level SageMaker Python Library

• بررسی اجمالی استفاده از Tensorflow در SageMaker Overview of Using Tensorflow in SageMaker

• تبدیل تصاویر به قالب TFRecord Converting Images to the TFRecord Format

• پیکربندی یک برآورد کننده Tensorflow با استفاده از سطح بالایی از کتابخانه پایتون SageMaker Configuring a Tensorflow Estimator Using the High-level SageMaker Python Library

• بررسی اجمالی استفاده از Apache MXNet در SageMaker Overview of Using Apache MXNet in SageMaker

• پیکربندی برآوردگر MXNet با استفاده از کتابخانه پایتون SageMaker سطح بالا Configuring a MXNet Estimator Using the High-level SageMaker Python Library

• خلاصه Summary

آموزش مدلهای یادگیری ماشین با استفاده از AWS SageMaker Training Machine Learning Models Using AWS SageMaker

• مقدمه Introduction

• مروری بر ایجاد مشاغل آموزشی در SageMaker Overview of Creating Training Jobs in SageMaker

• ایجاد و نظارت بر یک کار آموزشی برای الگوریتم طبقه بندی تصویر داخلی با استفاده از SDK سطح پایین AWS برای پایتون Creating and Monitoring a Training Job for the Built-in Image Classification Algorithm Using the Low-level AWS SDK for Python

• ایجاد و نظارت بر یک کار آموزشی برای الگوریتم طبقه بندی تصویر داخلی با استفاده از کتابخانه پایتون SageMaker سطح بالا Creating and Monitoring a Training Job for the Built-in Image Classification Algorithm Using the High-level SageMaker Python Library

• ایجاد و نظارت بر یک کار آموزشی برای الگوریتم Tensorflow سفارشی با استفاده از کتابخانه پایتون SageMaker سطح بالا Creating and Monitoring a Training Job for the Custom Tensorflow Algorithm Using the High-level SageMaker Python Library

• ایجاد و نظارت بر یک شغل آموزشی برای الگوریتم سفارشی MXnet با استفاده از کتابخانه پایتون SageMaker سطح بالا Creating and Monitoring a Training Job for the Custom MXnet Algorithm Using the High-level SageMaker Python Library

• بررسی اجمالی بهینه سازی خودکار Hyperparameter Overview of Automatic Hyperparameter Optimization

• ایجاد و نظارت بر تنظیم کار برای الگوریتم طبقه بندی تصویر داخلی با استفاده از SDK سطح پایین AWS برای پایتون Creating and Monitoring a Tuning Job for the Built-in Image Classification Algorithm Using the Low-level AWS SDK for Python

• ایجاد و نظارت بر یک کار تنظیم برای الگوریتم طبقه بندی تصویر داخلی با استفاده از کتابخانه پایتون SageMaker سطح بالا Creating and Monitoring a Tuning Job for the Built-in Image Classification Algorithm Using the High-level SageMaker Python Library

• ایجاد و نظارت بر یک کار تنظیم برای الگوریتم Tensorflow سفارشی با استفاده از کتابخانه پایتون SageMaker سطح بالا Creating and Monitoring a Tuning Job for the Custom Tensorflow Algorithm Using the High-level SageMaker Python Library

• ایجاد و نظارت بر یک کار تنظیم برای الگوریتم سفارشی MXnet با استفاده از کتابخانه پایتون SageMaker سطح بالا Creating and Monitoring a Tuning Job for the Custom MXnet Algorithm Using the High-level SageMaker Python Library

• خلاصه Summary

استقرار مدل های یادگیری ماشین با استفاده از AWS SageMaker Deploying Machine Learning Models Using AWS SageMaker

• مقدمه Introduction

• بررسی اجمالی استقرار و آزمایش مدلهای یادگیری ماشین در خدمات میزبانی AWS SageMaker Overview of Deploying and Testing Machine Learning Models in AWS SageMaker Hosting Services

• استقرار و آزمایش مدل آموزش دیده بر اساس الگوریتم طبقه بندی تصویر داخلی با استفاده از SDK سطح پایین AWS برای پایتون Deploying and Testing the Trained Model Based on the Built-in Image Classification Algorithm Using the Low-level AWS SDK for Python

• استقرار و آزمایش مدل آموزش دیده بر اساس الگوریتم طبقه بندی تصویر داخلی با استفاده از کتابخانه پایتون SageMaker سطح بالا Deploying and Testing the Trained Model Based on the Built-in Image Classification Algorithm Using the High-level SageMaker Python Library

• استقرار و آزمایش مدل آموزش دیده براساس الگوریتم Tensorflow سفارشی با استفاده از کتابخانه پایتون SageMaker سطح بالا Deploying and Testing the Trained Model Based on a Custom Tensorflow Algorithm Using the High-level SageMaker Python Library

• استقرار و آزمایش مدل آموزش دیده بر اساس الگوریتم سفارشی Mxnet با استفاده از کتابخانه پایتون SageMaker سطح بالا Deploying and Testing the Trained Model Based on a Custom Mxnet Algorithm Using the High-level SageMaker Python Library

• مروری بر ادغام نقاط پایانی با AWS API Gateway و AWS Lambda Overview of Integrating Endpoints with AWS API Gateway and AWS Lambda

• ادغام AWS SageMaker Endpoint با AWS API Gateway و AWS Lambda Integrating an AWS SageMaker Endpoint with AWS API Gateway and AWS Lambda

• خلاصه Summary

مدیریت امنیت و مقیاس پذیری در AWS SageMaker Managing Security and Scalability in AWS SageMaker

• مقدمه Introduction

• بررسی اجمالی مدیریت احراز هویت و کنترل دسترسی با استفاده از سیاست های IAM Overview of Managing Authentication and Access Control Using IAM Policies

• پیکربندی کنترل دسترسی به نمونه های نوت بوک Configuring Access Control to Notebook Instances

• بررسی اجمالی از نظارت و عیب یابی مدل های مستقر شده با AWS CloudWatch Overview of Monitoring and Troubleshooting Deployed Models with AWS CloudWatch

• تجزیه و تحلیل معیارهای Endpoint و Log ها با AWS CloudWatch Analyzing Endpoint Metrics and Logs with AWS CloudWatch

• نمای کلی پیکربندی مقیاس گذاری خودکار برای نقاط پایانی AWS SageMaker Overview of Configuring Automatic Scaling for AWS SageMaker Endpoints

• پیکربندی مقیاس گذاری خودکار برای نقطه پایانی AWS SageMaker با استفاده از کنسول AWS Configuring Automatic Scaling for an AWS SageMaker Endpoint Using the AWS Console

• خلاصه Summary