Конвертировать Обучения Машины, идеи, проекты, решения, масштабируемые мгновенно с Amazon SageMaker
$ $ самый большой вызов, с которым сталкивается Машина профессионального Обучения является формирование, корректировки и реализации машинного Обучения в облаке. AWS SageMaker предлагает мощную инфраструктуру, чтобы экспериментировать с моделями машинного Обучения. Вы, наверное, имеете МЛ проект, который использует TensorFlow, Keras, CNTK, scikit-learn, или какой-либо другой библиотеки.
Этот практический курс научит вас, как запустить ваш новый или существующий МЛ проект в SageMaker. Будет тренироваться, мелодии, и реализации моделей простой и масштабируемый способ, с помощью абстрагирования от многих низкий уровень инженерных задач. Вы увидите, как выполнить эксперименты в SageMaker Jupyter тетради и код обучения и прогнозирования рабочих процессов, работа в реальном мире МЛ проблемы.
В конце этого курса, вы будете компетентным в использовании SageMaker для вашего компьютера приложений Обучения, а также проводить больше времени в области моделирования и проектирования.
То, что Вы Узнаете
Build надежный, проверяемым и воспроизводимым Машины Обучения/Глубокого Обучения рабочих процессов в SageMaker
Перенести существующие МЛ проектов для SageMaker, чтобы минимизировать время превратить идею в производство модели
просмотр Данных на МЛ и моделирования в Jupyter Тетради (лась) в SageMaker
Подготовить и развернуть Машину на заказ Обучения/Обучения Глубоко модель в облака, через SageMaker
Поведение hyperparameter оптимизации в SageMaker легко и согласованно
Оценить свои модели в Интернете с помощью выполнения тестов a/B в SageMake

DOWNLOAD






turbobit

---