Best practice sull'architettura per il machine learning

Accedi

Argomento in evidenza: Operazioni ML (MLOps)

Inizia
Apprendimento e progettazione
Crea e testa
Implementazione
Verifica e ottimizza

Approfondimento sul machine learning di AWS Well-Architected

Forniamo una serie di best practice e linee guida consolidate e indipendenti dal cloud e dalla tecnologia per i carichi di lavoro di machine learning.

Categoria Approfondimenti: machine learning

Scopri come aggiungere intelligenza alle tue applicazioni e creare, addestrare e distribuire rapidamente modelli di machine learning su larga scala.

Perché dovresti utilizzare una MLOps?

Spieghiamo come la disciplina delle operazioni di ML (MLOps) può aiutarti a utilizzare IA/ML per trasformare la tua azienda su larga scala.
Let’s Architect! Architettura per il machine learning

Ti insegniamo come creare con AWS CDK, progettare il tuo sistema per MLOps e automatizzare l'implementazione delle soluzioni per i test A/B.

Roadmap delle basi di MLOps per le aziende con Amazon SageMaker

Ti mostriamo le fasi chiave della creazione di una base MLOps, come più persone collaborano su questa base e i nostri strumenti appositamente progettati.

Crea una piattaforma aziendale sicura di machine learning su AWS

Forniamo modelli di architettura, esempi di codice e best practice per creare una piattaforma ML aziendale su AWS.
Automatizza MLOps con i progetti SageMaker

Ti mostriamo come automatizzare MLOps con i progetti Amazon SageMaker per aiutarti a standardizzare le pratiche di governance nei progetti di machine learning.

Automatizzazione dei flussi di lavoro di machine learning

Ti spieghiamo come creare e automatizzare flussi di lavoro di machine learning end-to-end utilizzando Amazon SageMaker.

Procedura dettagliata del progetto MLOps SageMaker

Dimostriamo l'utilizzo di progetti MLOps di Amazon SageMaker per creare un sistema CI/CD per creare, addestrare e implementare i modelli.
Orchestratore dei carichi di lavoro MLOps

Implementa una soluzione che consente di snellire e rafforzare le best practice dell'architettura per la produzione di modelli di machine learning.

Implementa una soluzione MLOps che ospita gli endpoint dei tuoi modelli in AWS Lambda

Lancia una soluzione che sia un approccio completamente basato su CI/CD al machine learning che puoi adattare ai tuoi casi d'uso.

Miglioramento della precisione delle previsioni con il machine learning

Implementa una soluzione che produca previsioni e pannelli di controllo di visualizzazione per i notebook Amazon QuickSight o Jupyter Amazon SageMaker.
Ottimizza le tue implementazioni di machine learning con il dimensionamento automatico su Amazon SageMaker

Forniamo un modello di progettazione per ottenere la giusta configurazione di scalabilità automatica per le tue applicazioni basate su ML.

Monitora i modelli per la qualità, la distorsione e la spiegabilità dei dati e dei modelli

Scopri come configurare il monitoraggio continuo della qualità dei modelli di machine learning Amazon SageMaker in produzione.

Crea un flusso di lavoro MLOps tra account utilizzando il registro dei modelli SageMaker

Parliamo delle funzionalità multi-account di Amazon SageMaker che consentono di condividere e gestire gruppi di modelli e di gestire le versioni dei modelli.

Filtra per:

Cancella tutti i filtri

Nessun risultato trovato.
Seleziona criteri diversi, verifica l'ortografia o prova parole chiave differenti.

1 …

…

Post del blog sul machine learning

Non è stato trovato nessun post del blog che soddisfi i criteri selezionati.

Ulteriori informazioni…

Questa pagina è stata utile?

Feedback