Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
Tytuł: Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego
Autor: Fregly Chris, Barth Antje
Rok: 2022
Format: 16.8x23.7cm
Stron: 472
ISBN: 9788328391284
Autor: Fregly Chris, Barth Antje
Rok: 2022
Format: 16.8x23.7cm
Stron: 472
ISBN: 9788328391284
"Platforma Amazon Web Services jest uważana za największą i najbardziej dojrzałą chmurę obliczeniową. Zapewnia bogaty zestaw specjalistycznych narzędzi ułatwiających realizację projektów z zakresu inżynierii danych i uczenia maszynowego. W ten sposób inżynierowie danych, architekci i menedżerowie mogą szybko zacząć używać danych do podejmowania kluczowych decyzji biznesowych. Uzyskanie optymalnej efektywności pracy takich projektów wymaga jednak dobrego rozeznania w możliwościach poszczególnych narzędzi, usług i bibliotek.
Dzięki temu praktycznemu przewodnikowi szybko nauczysz się tworzyć i uruchamiać procesy w chmurze, a następnie integrować wyniki z aplikacjami. Zapoznasz się ze scenariuszami stosowania technik sztucznej inteligencji: przetwarzania języka naturalnego, rozpoznawania obrazów, wykrywania oszustw, wyszukiwania kognitywnego czy wykrywania anomalii w czasie rzeczywistym. Ponadto dowiesz się, jak łączyć cykle rozwoju modeli z pobieraniem i analizą danych w powtarzalnych potokach MLOps.
W książce znajdziesz też zbiór technik zabezpieczania projektów i procesów z obszaru inżynierii danych, takich jak stosowanie usługi IAM, uwierzytelnianie, autoryzacja, izolacja sieci, szyfrowanie danych w spoczynku czy postkwantowe szyfrowanie sieci dla danych w tranzycie.
Najciekawsze zagadnienia:
* narzędzia AWS związane ze sztuczną inteligencją i z uczeniem maszynowym
* kompletny cykl rozwoju modelu przetwarzania języka naturalnego
* powtarzalne potoki MLOps
* uczenie maszynowe w czasie rzeczywistym
* wykrywanie anomalii i analiza strumieni danych
* zabezpieczanie projektów i procesów z obszaru inżynierii danych
AWS i inżynieria danych: tak zwiększysz wydajność i obniżysz koszty!
Implementowanie solidnego kompletnego procesu uczenia maszynowego to żmudne zadanie, dodatkowo komplikowane przez szeroki zakres dostępnych narzędzi i technologii. Autorzy wykonali świetną robotę, a jej efekty pomogą zarówno nowicjuszom, jak i doświadczonym praktykom realizować to zadanie z wykorzystaniem możliwości, jakie dają usługi AWS
Brent Rabowsky, danolog w firmie Amazon Web Services"
Dzięki temu praktycznemu przewodnikowi szybko nauczysz się tworzyć i uruchamiać procesy w chmurze, a następnie integrować wyniki z aplikacjami. Zapoznasz się ze scenariuszami stosowania technik sztucznej inteligencji: przetwarzania języka naturalnego, rozpoznawania obrazów, wykrywania oszustw, wyszukiwania kognitywnego czy wykrywania anomalii w czasie rzeczywistym. Ponadto dowiesz się, jak łączyć cykle rozwoju modeli z pobieraniem i analizą danych w powtarzalnych potokach MLOps.
W książce znajdziesz też zbiór technik zabezpieczania projektów i procesów z obszaru inżynierii danych, takich jak stosowanie usługi IAM, uwierzytelnianie, autoryzacja, izolacja sieci, szyfrowanie danych w spoczynku czy postkwantowe szyfrowanie sieci dla danych w tranzycie.
Najciekawsze zagadnienia:
* narzędzia AWS związane ze sztuczną inteligencją i z uczeniem maszynowym
* kompletny cykl rozwoju modelu przetwarzania języka naturalnego
* powtarzalne potoki MLOps
* uczenie maszynowe w czasie rzeczywistym
* wykrywanie anomalii i analiza strumieni danych
* zabezpieczanie projektów i procesów z obszaru inżynierii danych
AWS i inżynieria danych: tak zwiększysz wydajność i obniżysz koszty!
Implementowanie solidnego kompletnego procesu uczenia maszynowego to żmudne zadanie, dodatkowo komplikowane przez szeroki zakres dostępnych narzędzi i technologii. Autorzy wykonali świetną robotę, a jej efekty pomogą zarówno nowicjuszom, jak i doświadczonym praktykom realizować to zadanie z wykorzystaniem możliwości, jakie dają usługi AWS
Brent Rabowsky, danolog w firmie Amazon Web Services"