Inserito il: Aug 15, 2018
Con Quick Start è possibile creare un ambiente di data lake per la creazione, la formazione e l'implementazione di modelli di apprendimento automatico (ML) con Amazon SageMaker nel cloud di Amazon Web Services (AWS). La distribuzione richiede circa 10-15 minuti e avviene tramite l’uso di servizi AWS quali Amazon Simple Storage Service (Amazon S3), Amazon API Gateway, Amazon Kinesis Data Stream e Amazon Kinesis Data Firehose.
Amazon SageMaker è una piattaforma gestita per sviluppatori e data scientist che consente di creare, formare e distribuire modelli di apprendimento automatico (ML) in modo rapido e semplice.
Questo Quick Start consente alla scienza dei dati end-to-end di creare modelli predittivi e prescrittivi, senza dover configurare complessi cluster hardware di apprendimento automatico (ML)
Quick Start offre una demo di Pariveda Solutions. Mostra come memorizzare i dati grezzi in Amazon S3, trasformarli per il consumo con Amazon SageMaker, utilizzare Amazon SageMaker per creare un modello e ospitarlo in un'API di previsione al prezzo Spot di Amazon Elastic Compute Cloud (Amazon EC2).
Per iniziare:
- Esamina architettura e relativi dettagli
- Consulta la guida alla distribuzione contenente istruzioni dettagliate
- Scarica i modelli AWS CloudFormation che automatizzano la distribuzione
Per ulteriori distribuzioni di riferimento Quick Start AWS, consulta il nostro catalogo.
I Quick Start sono distribuzioni di riferimento automatizzate che utilizzano i modelli AWS CloudFormation per distribuire le tecnologie chiave su AWS, in conformità delle best practice AWS. Questo Quick Start è stato realizzato in collaborazione con Pariveda Solutions, Inc.