![[Recenzja] Data Science on AWS (Chris Fregly) Streszczenie.](https://episodes.castos.com/660078c6833215-59505987/images/2560986/c1a-085k3-pk8n9v9gfjn9-qpoyzy.jpg)
Show Notes
Data Science on AWS (Chris Fregly)
- Amazon Poland Store: https://www.amazon.pl/dp/1492079391?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Data-Science-on-AWS-Chris-Fregly.html
- Apple Books: https://books.apple.com/us/audiobook/data-science-on-aws-leveraging-aws-for-advanced-data/id1753901899?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Science+on+AWS+Chris+Fregly+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/1492079391/
#AmazonSageMaker #PotokiMLOps #SageMakerAutopilot #BERTiprzetwarzaniejęzykanaturalnego #Kinesisianalitykastrumieniowa #DataScienceonAWS
Książka Data Science on AWS: Implementing End-to-End, Continuous AI and Machine Learning Pipelines, autorstwa Chrisa Fregly’ego i Antje Barth, jest technicznym przewodnikiem po budowaniu kompletnych rozwiązań uczenia maszynowego w środowisku Amazon Web Services. Nie ogranicza się do trenowania modelu ani do przeglądu pojedynczych usług chmurowych. Jej celem jest pokazanie, jak połączyć pozyskiwanie danych, ich analizę i przygotowanie, trening, ocenę, wdrożenie oraz utrzymanie modelu w powtarzalny proces produkcyjny. Autorzy osadzają te zagadnienia w ekosystemie AWS, ze szczególną rolą Amazon SageMaker, a także usług danych, bezpieczeństwa i przetwarzania strumieniowego. Książka ma charakter praktyczno-inżynierski i koncentruje się na MLOps, czyli organizowaniu pracy nad modelem tak, aby zmiany kodu, danych i infrastruktury można było testować, automatyzować oraz bezpiecznie wdrażać. Omawiane przykłady obejmują między innymi przetwarzanie języka naturalnego z wykorzystaniem BERT, widzenie komputerowe, wykrywanie nadużyć i rozwiązania konwersacyjne. To pozycja dla osób, które chcą przejść od eksperymentu do działającego systemu ML.
- Amazon Poland Store: https://www.amazon.pl/dp/1492079391?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Data-Science-on-AWS-Chris-Fregly.html
- Apple Books: https://books.apple.com/us/audiobook/data-science-on-aws-leveraging-aws-for-advanced-data/id1753901899?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Science+on+AWS+Chris+Fregly+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/1492079391/
#AmazonSageMaker #PotokiMLOps #SageMakerAutopilot #BERTiprzetwarzaniejęzykanaturalnego #Kinesisianalitykastrumieniowa #DataScienceonAWS
Książka Data Science on AWS: Implementing End-to-End, Continuous AI and Machine Learning Pipelines, autorstwa Chrisa Fregly’ego i Antje Barth, jest technicznym przewodnikiem po budowaniu kompletnych rozwiązań uczenia maszynowego w środowisku Amazon Web Services. Nie ogranicza się do trenowania modelu ani do przeglądu pojedynczych usług chmurowych. Jej celem jest pokazanie, jak połączyć pozyskiwanie danych, ich analizę i przygotowanie, trening, ocenę, wdrożenie oraz utrzymanie modelu w powtarzalny proces produkcyjny. Autorzy osadzają te zagadnienia w ekosystemie AWS, ze szczególną rolą Amazon SageMaker, a także usług danych, bezpieczeństwa i przetwarzania strumieniowego. Książka ma charakter praktyczno-inżynierski i koncentruje się na MLOps, czyli organizowaniu pracy nad modelem tak, aby zmiany kodu, danych i infrastruktury można było testować, automatyzować oraz bezpiecznie wdrażać. Omawiane przykłady obejmują między innymi przetwarzanie języka naturalnego z wykorzystaniem BERT, widzenie komputerowe, wykrywanie nadużyć i rozwiązania konwersacyjne. To pozycja dla osób, które chcą przejść od eksperymentu do działającego systemu ML.
