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

Chris Fregly Antje Barth

• Rok wydania: 2022
• Rodzaj okładki: Miękka
• Autor: Chris Fregly Antje Barth
• Stan: Nowa
• ISBN: 9788328391284
• Wymiar: 16.8cm x 23.7cm
• Nr wydania: -
• Seria: -
• Ilość stron: 472
• Waga: 0.68 kg
• Indeks: 23146A01427KS

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 AWSBrent Rabowsky, danolog w firmie Amazon Web Services