Bonnes pratiques d'architecture pour le machine learning
Parcourez les bonnes pratiques pour créer rapidement et facilement des architectures de deep learning, ainsi que pour créer, entraîner et déployer des modèles de machine learning (ML) à n'importe quelle échelle.
Découvrez comment évaluer vos charges de travail ML par rapport aux bonnes pratiques et identifiez les domaines à améliorer avec la lentille Machine learning – AWS Well-Architected Framework.
Contenu présenté
Mise en route
Des formations et des tutoriels en libre-service qui expliquent aux architectes et aux développeurs comment créer, entraîner et déployer des modèles de machine learning.
- Tutoriel : Créer automatiquement un modèle de machine learning
- Formation : Université du machine learning
- Formation : Démarrer avec AWS Machine Learning
Le ML à l'œuvre
Des solutions déployables, des conseils d'architecture et des diagrammes pour vous aider à créer une plateforme ML sécurisée sur AWS.
- Implémentation de solutions : QnA Bot sur AWS
- Livre blanc : Créer une plateforme de machine learning d'entreprise sécurisée sur AWS
- Implémentation de solutions : Maintenir des expériences personnalisées grâce au machine learning
MLOps
Bonnes pratiques d'architecture et solutions pour déployer et gérer des modèles et des charges de travail ML de manière fiable et efficace.
- Well-Architected : Lentille Machine learning
- Atelier : Créer des environnements de science des données sécurisés
- Implémentation de solutions : Orchestrateur de charges de travail MLOps
Améliorer la précision des prévisions avec le machine learning
Découverte de sujets sensibles à l'aide du machine learning
Cadre AWS MLOps
Les plus populaires
- Well-Architected : Lentille Machine learning
- Implémentation de solutions : Orchestrateur de charges de travail MLOps
- Tutoriel : Analyser les informations dans du texte avec Amazon Comprehend
Date (Desc)
- Date (Desc)
Aucun résultat trouvé.
Sélectionnez des critères différents, vérifiez l'orthographe ou essayez d'autres mots-clés.