Premiers pas avec Amazon SageMaker

Aperçu

Dans ce cours, vous apprendrez les avantages et les concepts techniques d'Amazon SageMaker AI. Si vous êtes nouveau sur le service, vous apprendrez comment commencer à utiliser Amazon SageMaker AI grâce à une démonstration utilisant la console de gestion AWS.

Vous utiliserez une instance de notebook Jupyter pour entraîner et générer des prédictions à l'aide d'un modèle d'apprentissage automatique.

Programme

• Introduction à Amazon SageMaker
Aperçu d'Amazon SageMaker et de ses services
Principaux avantages et cas d'utilisation
Comprendre le workflow IA/ML
• Configuration de votre environnement
Configuration du compte AWS
Navigation dans la console de gestion AWS
Introduction initiale aux ressources SageMaker
• Comprendre les composants de SageMaker
SageMaker Studio
Notebooks Jupyter
Pipelines de construction de modèles SageMaker
SageMaker Ground Truth et Data Wrangler
• Préparation des données
Importation et préparation des jeux de données
Exploration des options de stockage de données SageMaker
Introduction à SageMaker Feature Store
• Construction et entraînement des modèles
Configuration des instances de notebook Jupyter
Sélection et configuration des algorithmes d'entraînement
Comprendre l'optimisation des hyperparamètres
Suivi des travaux d'entraînement
• Évaluation du modèle
Évaluation de la précision et des performances du modèle
Utilisation des métriques et des stratégies de validation
Démonstration de l'explicabilité du modèle
• Déploiement et utilisation des modèles
Déploiement de modèles avec SageMaker
Configuration des points de terminaison pour les prédictions en temps réel
Transformée par lots pour les prédictions asynchrones
Intégration avec d'autres services AWS
• Gestion et optimisation des modèles
Suivi et mise à jour des modèles
Mise à l'échelle des modèles pour une utilisation en production
Stratégies de gestion des coûts
• Démonstration pratique
Guide étape par étape pour créer une instance de notebook Jupyter
Entraînement d'un modèle d'apprentissage automatique
Génération de prédictions et évaluation des résultats
• Conclusion et prochaines étapes
Résumé des points d'apprentissage clés
Ressources supplémentaires pour un apprentissage continu
Suggestions pour l'application pratique et les idées de projets

---

Sujets

Programmation