Machine Learning con SageMaker

Guida per lavorare con i big data e diventare data scientist

Julien Simon

• Editore: Apogeo
• Anno: 2023
• eBook ISBN:
  9788850319503
• Categoria: Informatica generale

SageMaker è una piattaforma in cloud di AWS che consente di elaborare modelli di machine learning utilizzando un'interfaccia grafica e senza dover gestire alcuna infrastruttura. Questo manuale accompagna il lettore nell'apprendimento delle varie funzionalità, dalla preparazione dei dati alla creazione, addestramento e distribuzione di modelli. Viene mostrato come integrare la piattaforma con le librerie di deep learning più diffuse, in modo da estenderne le potenzialità. Il lettore impara inoltre a ottimizzare il flusso di lavoro, migliorando la produttività e riducendo i costi, a individuare problemi e difetti nell'addestramento dei modelli, con la giusta attenzione alla scalabilità e al rilascio delle applicazioni. Una guida passo passo adatta ad analisti, data scientist, sviluppatori e in generale a chiunque voglia esplorare e sfruttare l'esperienza di AWS nello sviluppo di applicazioni di machine learning e analisi dei dati.

Indice dei contenuti

• Introduzione
• Parte I - Introduzione ad Amazon SageMaker
• Capitolo 1 - Presentazione di Amazon SageMaker
• Capitolo 2 - Tecniche di preparazione dei dati
• Parte II - Realizzazione e training dei modelli
• Capitolo 3 - AutoML con Amazon SageMaker Autopilot
• Capitolo 4 - Training di modelli di machine learning
• Capitolo 5 - Training di modelli di visione artificiale
• Capitolo 6 - Training di modelli per l’elaborazione del linguaggio naturale
• Capitolo 7 - Estensione dei servizi tramite i framework built-in
• Capitolo 8 - Usare i vostri algoritmi e il vostro codice
• Parte III - Approfondimenti sul training
• Capitolo 9 - Dimensionare i job di training
• Capitolo 10 - Tecniche avanzate di training
• Parte IV - Gestione dei modelli in produzione
• Capitolo 11 - Distribuzione dei modelli di machine learning
• Capitolo 12 - Automazione dei flussi di lavoro di machine learning
• Capitolo 13 - Ottimizzazione dei costi e delle prestazioni delle predizioni