鐵人檔案
透過線上課程筆記的整理，與tech community分享ML Specialty考照的重點資訊。內容將包含AWS雲端服務與ML的基礎實務。一起拿到One Piece吧！
AWS SageMaker是AWS專門為Machine Learning開發所建置的環境。從資料蒐集、清洗、特徵工程的建置、模型的訓練、部署與監控，SageMa...
SageMaker內建許多機器學習演算法。開始介紹之前，我們先新增一些SageMaker資料處理的背景知識： SageMaker提供不同讀取檔案的方式，Fil...
今天接著跟大家介紹SageMaker其他內建的演算法： 10. Random Cut Forest 應用場景 用於辨識時間序列上的異常資料。可針對每一筆資料給予...
SageMaker提供不同遷入的開發工具與介面，讓我們可以加速整體開發速度與滿足開發後的ML模型的監控。 1. 開發環境 SageMaker Notebook...
今天來看看一些AWS現成的ML工具： 1. Amazon Comprehend Amazon Comprehend可用來解析文本的解析： 語言偵測 關鍵字偵測...
接著Day 25脈絡，今天繼續來看一下有哪一些現成的AWS ML工具： 9. Amazon Textract Amazon Textrac可將掃描文件上的內容進...
SageMaker and Docker Containers Docker提供虛擬化的環境來運行我們的機器學習程式碼。要使用什麼作業系統、安裝什麼工具庫、模型...
模型上線後，資安跟資源控管是兩大議題，今天就一起來看看如何去強化這兩個部分的管理吧！ SageMaker資安 整體環境的設置，需要搭配AWS幾個資安的設定： 1...
MLOps形塑了Machine Learning模型開發的流程。如何在SageMaker上採納合適的MLOps呢？今天一起來看看兩種不同的MLOps服務架構。...
Gen-AI可說是目前的當紅炸子雞，諸如text-to-text與text-to-image的相關應用，如雨後春筍般的冒出來。然而，這些應用背後，往往需要大型的...
