歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
OReilly:基于AWS的數(shù)據(jù)科學(xué)實(shí)踐

OReilly:基于AWS的數(shù)據(jù)科學(xué)實(shí)踐

出版社：中國(guó)電力出版社出版時(shí)間：2022-10-01
開本： 16開 頁(yè)數(shù)： 548
中 圖 價(jià):¥96.2(6.5折) 定價(jià)  ¥148.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

OReilly:基于AWS的數(shù)據(jù)科學(xué)實(shí)踐 版權(quán)信息

OReilly:基于AWS的數(shù)據(jù)科學(xué)實(shí)踐 本書特色

通過閱讀這本實(shí)用手冊(cè)，人工智能（AI）和機(jī)器學(xué)習(xí)（ML）從業(yè)者將會(huì)學(xué)習(xí)如何在Amazon網(wǎng)絡(luò)服務(wù)（AWS）上成功構(gòu)件并部署數(shù)據(jù)科學(xué)項(xiàng)目。Amazon AI和ML服務(wù)棧將數(shù)據(jù)科學(xué)、數(shù)據(jù)工程和應(yīng)用開發(fā)統(tǒng)一在一起，來幫助你提升技能。這本手冊(cè)向你展示如何在云上搭建和運(yùn)行流水線，并將運(yùn)行結(jié)果在幾分鐘內(nèi)（而不是幾天）集成到應(yīng)用中。此外，本書作者還在全書各個(gè)章節(jié)點(diǎn)明了降低開銷并提升性能的方法。

OReilly:基于AWS的數(shù)據(jù)科學(xué)實(shí)踐 內(nèi)容簡(jiǎn)介

本書的主要內(nèi)容有：將Amazon AI和ML服務(wù)棧應(yīng)用到真實(shí)世界的應(yīng)用場(chǎng)景，如自然語(yǔ)言處理、計(jì)算機(jī)視覺、欺詐檢測(cè)、對(duì)話式設(shè)備等。使用Amazon SageMaker Autopilot，通過自動(dòng)化機(jī)器學(xué)習(xí)（AutoML）實(shí)現(xiàn)特定應(yīng)用場(chǎng)景的子集。深入理解一個(gè)基于BERT的自然語(yǔ)言處理場(chǎng)景的模型開發(fā)的完整生命周期，包括數(shù)據(jù)接入、數(shù)據(jù)分析以及更多。將所有組件包裝成一個(gè)可重復(fù)的機(jī)器學(xué)習(xí)運(yùn)維流水線。通過Amazon Kinesis和Amazon Managed Streaming for Apache Kafka（MSK），在實(shí)時(shí)數(shù)據(jù)流中探索實(shí)時(shí)機(jī)器學(xué)習(xí)、異常檢測(cè)和流分析。了解數(shù)據(jù)科學(xué)項(xiàng)目和工作流中的很好安全實(shí)踐，包括在數(shù)據(jù)接入和分析、模型訓(xùn)練和部署過程中應(yīng)用AWS Identity and Access Management（IAM）、鑒權(quán)、授權(quán)。

OReilly:基于AWS的數(shù)據(jù)科學(xué)實(shí)踐 目錄

前言

第1章 基于AWS的數(shù)據(jù)科學(xué)概述
1．1 云計(jì)算的益處
1．2 數(shù)據(jù)科學(xué)流水線與工作流
1．3 機(jī)器學(xué)習(xí)運(yùn)維*佳實(shí)踐
1．4 使用Amazon SageMaker實(shí)現(xiàn)Amazon人工智能服務(wù)和機(jī)器學(xué)習(xí)自動(dòng)化
1．5 在AWS上實(shí)現(xiàn)數(shù)據(jù)接入、探索與準(zhǔn)備
1．6 使用Amazon SageMaker訓(xùn)練和調(diào)試模型
1．7 使用Amazon SageMaker和AWS Lambda函數(shù)部署模型
1．8 AWS上的流分析和機(jī)器學(xué)習(xí)
1．9 AWS基礎(chǔ)設(shè)施和定制化硬件
1．10 使用標(biāo)簽、預(yù)算和告警減少開銷
1．11 小結(jié)

第2章 數(shù)據(jù)科學(xué)的應(yīng)用場(chǎng)景
2．1 在每個(gè)行業(yè)實(shí)現(xiàn)創(chuàng)新
2．2 個(gè)性化產(chǎn)品推薦
2．3 使用Amazon Rekognition檢測(cè)不當(dāng)視頻
2．4 需求預(yù)測(cè)
2．5 使用Amazon Fraud Detector識(shí)別虛假賬號(hào)
2．6 使用Amazon Macie檢測(cè)隱私泄漏
2．7 對(duì)話裝置和語(yǔ)音助手
2．8 文本分析和自然語(yǔ)言處理
2．9 認(rèn)知式搜索和自然語(yǔ)言理解
2．10 智能客戶支持中心
2．11 工業(yè)人工智能服務(wù)和預(yù)測(cè)性維護(hù)
2．12 使用AWS IoT和Amazon SageMaker實(shí)現(xiàn)家庭自動(dòng)化
2．13 從醫(yī)療衛(wèi)生檔案中提取醫(yī)療信息
2．14 自我優(yōu)化的智能云基礎(chǔ)設(shè)施
2．15 認(rèn)知式的預(yù)測(cè)性商業(yè)智能
2．16 培養(yǎng)下一代人工智能和機(jī)器學(xué)習(xí)開發(fā)者
2．17 使用量子計(jì)算實(shí)現(xiàn)大自然的操作系統(tǒng)
2．18 提升性能并節(jié)省開支
2．19 小結(jié)

第3章 自動(dòng)化機(jī)器學(xué)習(xí)
3．1 用SageMaker Autopilot實(shí)現(xiàn)自動(dòng)化機(jī)器學(xué)習(xí)
3．2 用SageMaker Autopilot跟蹤實(shí)驗(yàn)
3．3 用SageMaker Autopilot訓(xùn)練并部署文本分類器
3．4 用Amazon Comprehend實(shí)現(xiàn)自動(dòng)化機(jī)器學(xué)習(xí)
3．5 小結(jié)

第4章 將數(shù)據(jù)接入云
4．1 數(shù)據(jù)湖
4．2 用Amazon Athena查詢Amazon S3數(shù)據(jù)湖
4．3 用AWS Glue Crawler持續(xù)接入新數(shù)據(jù)
4．4 用Amazon Redshift Spectrum構(gòu)建數(shù)據(jù)湖倉(cāng)
4．5 在Amazon Athena和Amazon Redshift之間選擇
4．6 降低開銷并提升性能
4．7 小結(jié)
……
第5章 探索數(shù)據(jù)集
第6章 為模型訓(xùn)練準(zhǔn)備數(shù)據(jù)集
第7章 訓(xùn)練**個(gè)模型
第8章 規(guī)模化訓(xùn)練與優(yōu)化模型
第9章 部署模型到生產(chǎn)環(huán)境
第10章 流水線和機(jī)器學(xué)習(xí)運(yùn)維
第11章 流分析與機(jī)器學(xué)習(xí)
第12章 用AWS保證數(shù)據(jù)科學(xué)安全

展開全部

OReilly:基于AWS的數(shù)據(jù)科學(xué)實(shí)踐 作者簡(jiǎn)介

Chris Fregly是AWS的首席AI和機(jī)器學(xué)習(xí)開發(fā)者和布道者，居住在舊金山。他經(jīng)常在全世界的AI和機(jī)器學(xué)習(xí)會(huì)議上演講，包括O’Reilly AI Superstream系列。之前，Chris曾是PipelineAI的創(chuàng)建者，Databricks的解決方案工程師，以及Netflix的軟件工程師。 Antje Barth是AWS的高級(jí)AI和機(jī)器學(xué)習(xí)開發(fā)者和倡導(dǎo)者，居住于德國(guó)杜塞爾多夫。Antje是“Women in Big Data”杜塞爾多夫分部的聯(lián)合創(chuàng)始人，她頻繁在全世界的AI和機(jī)器學(xué)習(xí)會(huì)議和聚會(huì)上演講。她同時(shí)也任職于O’Reilly AI Superstream大會(huì)并策劃內(nèi)容。

商品評(píng)論(0條)
暫無評(píng)論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服