課程簡介

介紹

  • 瞭解使用SageMaker進行機器學習
  • 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

最低要求

  • 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
 21 時間:

人數



每位參與者的報價

客戶評論 (2)

相關課程

Amazon DynamoDB for Developers

14 時間:

Advanced Amazon Web Services (AWS) CloudFormation

7 時間:

AWS CloudFormation

7 時間:

AWS IoT Core

14 時間:

Amazon Web Services (AWS) IoT Greengrass

21 時間:

Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」

4 時間:

Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「8 Hours Remote」

8 時間:

Advanced AWS Lambda

14 時間:

AWS Lambda for Developers

14 時間:

H2O AutoML

14 時間:

AutoML with Auto-sklearn

14 時間:

AutoML with Auto-Keras

14 時間:

Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation

21 時間:

Introduction to Stable Diffusion for Text-to-Image Generation

21 時間:

AlphaFold

7 時間:

課程分類