Inżynieria danych na platformie AWS. Jak tworzyć kompletne potoki uczenia maszynowego

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

• Autorzy: Chris Fregly, Antje Barth
• Wydawnictwo Helion
• Seria O'Reilly
• Oprawa: Miękka
• Rok wydania: 2022
• Ilość stron: 472
• Stan: nowy, pełnowartościowy produkt
• Model: 9788328391284
• Język: polski
• Oryginalny tytuł: Data Science on AWS: Implementing End-to-End, Continuous AI and Machine Learning Pipelines
• Tłumacz: Walczak Tomasz
• Nr wydania: 1
• ISBN: 9788328391284
• EAN: 9788328391284
• Wymiary: 16.8x23.7x2.5 cm