鐵人檔案
AWS 近幾年來以強調產品組合，深入企業應用、提供客戶最佳架構實作為其主要的發展方向。建立在「按需使用」的基礎概念之上 ，採用 Serverless（無伺服器）技術，嘗試以現代 AWS 架構概念實作 AI 金融交易系統。
～ 本機雲端大不同 ～ 今天來介紹自動化證券期貨交易的神兵利器 - 永豐證券 Python API - shioaji官方網址：https://www.sino...
～ 雲端有雲端的規則 ～ 我們今天來嘗試把 api 放到 AWS Lambda 上跑首先先修改 lambda_function.py 加入以下函式： impor...
～ 起點不重要，到得了終點才重要 ～ Algorithmic Trading on AWS with Amazon SageMaker and AWS Data...
～ 有點眼花繚亂 ～ AI 交易室所需 AWS 資源架構圖這張看起來複雜的圖，其實需要先了解整個架構會有兩個重點 AWS 服務要使用而已： 資料來源：從 AW...
～ 藍圖決定了發展 ～code github: https://github.com/slindevel/modern-aws-marathon 我們今天來一步...
～ 就跟跑步游泳一樣，你做啥他做啥 ～ 假設我們在 Day 17 已經取得市場報價資料並存放在 S3 Bucket 裡面(Bucket Name: algot...
～ 專家是訓練有素的模型 ～ 我們今天繼續下一個步驟 - 訓練模型 一樣我們可以從 github 下載程式碼github: https://github.com...
～ 反覆測試是提升軟體品質唯一途徑 ～ github: https://github.com/slindevel/modern-aws-marathon 今天我...
～ 開放的軟體思維 ～ 今天我們來談談實作演算法後在AWS要做哪些事情 一般來說，一套可以商用的系統，是穩定快速容錯的，大多數商業級的架構都會需要一個絕對的核心...
～ 終於 ～ 回顧一下 SageMaker 的機器學習開發流程：資料準備 → 分析找出特徵資料→ 訓練模型 → 調整模型 → 部署模型 → 監控有興趣的可以再到...
