Amazon Web Services (AWS) SageMaker

• 具有應用程式開發經驗
• 熟悉 Amazon Web Services (AWS) 主控台

觀眾

• 數據科學家
• 開發人員

Amazon Web Services (AWS) SageMaker 是一種雲機器學習服務，可讓開發人員快速構建、訓練和部署任何規模的機器學習模型。

這種以講師為主導的現場培訓（現場或遠端）面向希望創建和訓練機器學習模型以部署到生產就緒託管環境的數據科學家和開發人員。

在培訓結束時，參與者將能夠：

• 使用筆記本實例準備和上傳用於訓練的數據。
• 使用訓練數據集訓練機器學習模型。
• 將經過訓練的模型部署到終結點以創建預測。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在現場實驗室環境中實際實施。

課程定製選項

• 如需申請此課程的定製培訓，請聯繫我們進行安排。

介紹

• 使用SageMaker了解機器學習
• 機器學習演算法

AWS SageMaker 功能概述

• AWS 和雲計算
• 模型開發

設置 AWS SageMaker

• 創建 AWS 帳戶
• IAM 管理員使用者和組

熟悉SageMaker Studio

• UI 概述
• Studio 筆記本

使用 Jupyter Notebook 準備數據

• 筆記本和庫
• 創建筆記本實例

使用SageMaker訓練模型

• 訓練作業和演算法
• 數據和模型並行訓練
• 訓練後偏差分析

在 SageMaker 中部署模型

• 模型註冊表和模型監視器
• 使用 Neo 編譯和部署模型
• 評估模型性能

清理資源

• 刪除端點
• 刪除筆記本實例

故障排除

總結和結論