استقرار مدل Amazon SageMaker با Lambda و API Gateway
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- ایجاد و آموزش یک مدل یادگیری ماشین در SageMaker با XGBoost
- استقرار مدل SageMaker روی یک اندپوینت مدل
- ایجاد یک تابع Lambda برای فراخوانی اندپوینت مدل
- ایجاد یک اپلیکیشن API Gateway برای فراخوانی تابع Lambda
- ایجاد یک اندپوینت VPC
- راهاندازی یک نمونه EC2 و اتصال به آن از طریق SSH
- اجرای یک فرمان cURL لینوکس برای ارسال یک درخواست PUT به API
پیش نیازهای دوره
- کمی برنامهنویسی Python مفید است اما ضروری نیست. کمی دانش اولیه API مفید است اما ضروری نیست
توضیحات دوره
آیا در یک محیط ابری AWS کار میکنید و میخواهید با استقرار یک مدل واقعی یادگیری ماشین در محیط عملیاتی، مهارتهای خود را ارتقا دهید؟ آیا پیش از این مدلهایی را آموزش دادهاید اما مطمئن نبودهاید چگونه آنها را به چیزی تبدیل کنید که کاربران یا اپلیکیشن ها واقعاً بتوانند فراخوانی کنند؟
اگر این توصیف برایتان آشناست، جای درستی آمدهاید.
به استقرار مدل Amazon SageMaker با Lambda و API Gateway خوش آمدید - دورهای عملی و کاربردی که طراحی شده تا به شما در برقراری ارتباط میان یادگیری ماشین و سرویسهای واقعی AWS کمک کند.
در این دوره، فقط یک مدل را آموزش نمیدهید و کار را همانجا متوقف نمیکنید. شما گردشکار کامل استقرار را فرا میگیرید، از ساخت و آموزش یک مدل یادگیری ماشین در Amazon SageMaker گرفته تا استقرار آن روی یک اندپوینت SageMaker مدیریتشده، و سپس در معرض دید قرار دادن آن مدل از طریق یک API پیشبینی HTTP کاملاً کاربردی با استفاده از AWS Lambda و Amazon API Gateway. تا پایان، درک خواهید کرد که اپلیکیشن های مدرن مجهز به یادگیری ماشین واقعاً چگونه در فضای ابری ساخته میشوند.
برای واقعی نگه داشتن موضوع، با داده واقعی از پایگاه داده بازاریابی بانک UCI کار میکنیم و شما از طریق دانلودهای دوره به فرهنگ داده کامل دسترسی خواهید داشت.
«کدام مشتریان بانک بیشترین احتمال را برای خرید یک حساب سپرده مدتدار دارند؟»
هر گام از این فرآیند به وضوح نمایش داده میشود و تمام کدها در یک دفترچه JupyterLab قابل دانلود ارائه میشود. میتوانید خط به خط همراهی کنید، آزادانه آزمایش کنید و از این پروژه به عنوان یک الگوی آغازین برای استقرارهای یادگیری ماشین خود استفاده مجدد کنید.
چه یک مهندس ابر، دانشمند داده، یا متخصص یادگیری ماشین باشید که به دنبال آمادهسازی مدلهای خود برای تولید است، این دوره مهارتهای عملی و قابل استفاده مجددی به شما میدهد که میتوانید بلادرنگ به کار بگیرید. بدون حاشیه - فقط توضیحات روشن، سرویسهای واقعی AWS، و تجربه عملی که اعتمادبهنفس و مسیر شغلی شما را تقویت خواهد کرد.
بیایید مدلهای یادگیری ماشین شما را به APIهای زنده و مقیاسپذیر تبدیل کنیم که واقعاً ارزش ارائه میدهند!
این دوره برای چه کسانی مناسب است؟
- مهندسان پلتفرم AWS، مهندسان داده، دانشمندان داده، مهندسان یادگیری ماشین و توسعهدهندگان اپلیکیشن
استقرار مدل Amazon SageMaker با Lambda و API Gateway
-
ماژول 1: مقدمه 01:56
-
ماژول 1: مروری بر اندپوینت های بلادرنگ SageMaker 03:42
-
ماژول 1: AWS API Gateway + Lambda 04:49
-
ماژول 1: مجموعه داده بازاریابی بانک UCI 05:56
-
ماژول 1: دمو ساخت، آموزش و استقرار یک مدل یادگیری ماشین SageMaker - بخش 1 07:02
-
ماژول 1: دمو ساخت، آموزش و استقرار یک مدل یادگیری ماشین SageMaker - بخش 2 05:15
-
ماژول 1: خلاصه 00:36
-
آزمون ماژول 1 None
-
ماژول 2: مقدمه AWS Lambda 01:20
-
ماژول 2: AWS Lambda: اجرای کد بدون سرور 03:27
-
ماژول 2: پیشنیازهای AWS Lambda 03:40
-
ماژول 2: دمو تابع AWS Lambda - بخش 1 01:12
-
ماژول 2: دمو تابع AWS Lambda - بخش 2 07:27
-
ماژول 2: خلاصه ماژول 00:45
-
آزمون ماژول 2 None
-
ماژول 3: مقدمه 03:43
-
ماژول 3: دمو Amazon API Gateway - بخش 1 06:54
-
ماژول 3: دمو Amazon API Gateway - بخش 2 03:39
-
ماژول 3: دمو تست سرتاسری از یک نمونه EC2 - بخش 1 05:47
-
ماژول 3: دمو تست سرتاسری از یک نمونه EC2 - بخش 2 06:04
-
ماژول 3: خلاصه 00:51
-
آزمون ماژول 3 None
مشخصات آموزش
استقرار مدل Amazon SageMaker با Lambda و API Gateway
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:متوسط
- تعداد درس:23
- مدت زمان :01:16:11
- حجم :750.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy