CLF-C02 · AI, uczenie maszynowe i analityka
SageMaker AI i Amazon Q
Najważniejsze
- Amazon SageMaker AI (przed grudniem 2024: Amazon SageMaker): w pełni zarządzana usługa do budowania, trenowania i wdrażania własnych modeli uczenia maszynowego.
- Canvas: modele bez kodu. Ground Truth: etykietowanie danych.
- JumpStart: gotowe modele. Model Monitor: dryf danych na produkcji.
- Amazon Q Business: generatywna AI odpowiada na podstawie danych firmy.
- Amazon Q Developer: generatywna AI pomaga w kodzie i pracy z AWS.
Źródło: https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html
Przykładowe pytania
Która usługa AWS jest w pełni zarządzaną platformą do budowania, trenowania i wdrażania własnych modeli uczenia maszynowego?
- Amazon SageMaker AI
- Amazon Lex
- Amazon Athena
- AWS Glue
Pokaż odpowiedź
Odpowiedź: A. Amazon SageMaker AI
Amazon SageMaker AI obsługuje cały cykl życia własnego modelu na zarządzanej infrastrukturze. Amazon Lex służy do chatbotów, Athena do zapytań SQL na S3, a Glue do ETL; żadna z nich nie trenuje Twoich modeli.
Które zadania zespół może wykonać za pomocą Amazon SageMaker AI?
- Trenowanie modelu na zarządzanej mocy bez utrzymywania serwerów
- Udostępnienie wytrenowanego modelu na endpoincie do predykcji
- Uruchamianie doraźnych zapytań SQL bezpośrednio na plikach w S3
- Tworzenie oetykietowanych zbiorów treningowych z pomocą ludzi
- Tłumaczenie instrukcji produktów na kilka języków
Pokaż odpowiedź
Odpowiedź: A. Trenowanie modelu na zarządzanej mocy bez utrzymywania serwerów, B. Udostępnienie wytrenowanego modelu na endpoincie do predykcji, D. Tworzenie oetykietowanych zbiorów treningowych z pomocą ludzi
SageMaker AI trenuje modele na zarządzanej mocy obliczeniowej, udostępnia je na endpointach do predykcji, a dzięki Ground Truth tworzy oetykietowane zbiory treningowe. Zapytania SQL na S3 to zadanie Athena, a tłumaczenie dokumentów należy do Amazon Translate.
Aby wytrenować model w Amazon SageMaker AI, musisz najpierw uruchomić, łatać i utrzymywać własną flotę instancji EC2.
Pokaż odpowiedź
Odpowiedź: Fałsz
Fałsz. SageMaker AI jest w pełni zarządzany: wybierasz konfigurację treningu, a usługa sama przydziela i zwalnia infrastrukturę. Zarządzanie własnymi instancjami to właśnie ta ciężka praca, którą usługa zdejmuje z Ciebie.
Przećwicz 8 pytań z tego tematu w Bitzu
Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.
