文件名称：amazon-sagemaker-architecting-for-ml:为期2天的讲师指导的应用机器学习课程的材料
文件大小：10MB
文件格式：ZIP
更新时间：2024-06-03 06:01:46
JupyterNotebook
在Amazon SageMaker上进行机器学习的架构 欢迎来到机器学习的艺术和科学领域！ 在为期2天的加速器课程中，您将快速学习用于业务应用程序的机器学习的理论和应用，并将重点放在在AWS云和Amazon SageMaker上构建这些解决方案。 该加速器专为AWS初学者的数据科学家以及机器学习新手的架构师和开发人员设计。 您将花费两天时间来执行数据科学任务：训练模型，评估模型，分析数据等。在这两天之后，您将更适合继续在AWS上构建数据科学解决方案，为这些项目设计架构要求或为支持以下任务的团队提供支持：目前正在执行此操作。 我们将介绍： 统计机器学习 深度学习 特征工程 将模型部署到生产中 模型评估与比较 AWS机器学习基础知识：S3，EC2，客户痴迷 SageMaker深入探讨：Studio，笔记本，培训工作，端点，模型监视器等 本课程主要是为Python开发人员设计的。 但是由于
【文件预览】：
amazon-sagemaker-architecting-for-ml-master
----Writeups()
--------Bring Your Own Data Set - Tenets for a Successful Machine Learning Project Definition.pdf(130KB)
--------Predictive_Maintenance.md(8KB)
--------Forecasting.md(11KB)
--------Images()
--------Clustering stock market data with ML Marketplace.md(3KB)
--------NLP: Text Classification.md(3KB)
--------SageMaker + Spark.md(2KB)
--------Object Detection.md(6KB)
--------Recommendation Engine.md(2KB)
--------.ipynb_checkpoints()
--------README.md(0B)
--------Generate_AI_Compositions_with_Deep_Composer.md(5KB)
--------Banking Fraud.md(4KB)
----.github()
--------PULL_REQUEST_TEMPLATE.md(197B)
----Example-Project()
--------Fine Tune GPT on SageMaker Examples .ipynb(9KB)
--------images()
--------utils.py(4KB)
--------src()
--------README.md(1KB)
----Sample-Lab()
--------blazing_text_lab.ipynb(21KB)
----Evaluation()
--------Evaluation.md(2KB)
----LICENSE(1KB)
----CONTRIBUTING.md(4KB)
----CODE_OF_CONDUCT.md(311B)
----Starter-Code()
--------Introduction to Pandas for Feature Engineering.ipynb(38KB)
--------pandas()
--------Architecting-for-ML-GAN.ipynb(49KB)
--------Recommendation-System-FM-KNN.ipynb(325KB)
--------ship-data-transformation.ipynb(2.41MB)
--------Economics of Machine Learning.ipynb(11KB)
--------Multiprocess Ensembler.ipynb(34KB)
--------Solar Energy Prediciton netCDF data format wrangling.ipynb(4KB)
--------Apply clustering techniques.ipynb(25KB)
--------.ipynb_checkpoints()
--------README.md(0B)
--------clean-sm-resources.py(1KB)
--------Forecasting Primer.ipynb(9KB)
----README.md(3KB)