تخيّل أنك مطور تعلم آلة يعمل في بنك. طُلب منك أن تطور نموذجًا لتعلم الآلة لمساعدة المحللين في شركتك بكمية الأخبار التي يحتاجون قراءتها لاتخاذ قرارات استثمارية. سيتم تدريب النموذج على مجموعة بيانات 20newsgroups التي تحتوي على معلومات حول 20 موضوعًا في 20000 وثيقة تقريبًا.

كجزء من النموذج الخاص بك، تحتاج إلى استخراج المعلومات الدلالية من بيانات الأخبار، ثم تحدد المقالات الإخبارية المماثلة من المدونة وتقديم توصيات المحتوى لمحللي عناصر الأخبار المماثلة على أساس تلك التي يقرؤونها.

في هذا التمرين المعملي، سوف تتعلم كيفية إنشاء مثيل دفتر الملاحظات Amazon SageMaker، وتنزيل مجموعة بيانات وإعدادها وتنظيمها باستخدام دفتر الملاحظات Jupyter، وتدريب ونشر نموذج الموضوع الخاص بك، وأخيرًا تدريب ونشر نموذج توصية المحتوى.

في الوحدة 1، ستقوم بتكوين بيئتك التي ستستخدمها أثناء التمرين المعملي.

الوقت اللازم لاستكمال الوحدة: 20 دقيقة

 


  • الخطوة 1: إنشاء حساب AWS

    استخدم حساب AWS شخصي أو قم بإنشاء حساب AWS جديد لهذا التمرين المعملي. لا تستخدم حسابًا مؤسسيًا بحيث يكون لديك حق الوصول الكامل إلى الخدمات الضرورية ولا تترك وراءك أي موارد من التمرين المعملي. إذا لم تحذف الموارد المستخدمة في هذا التمرين المعملي عند الانتهاء، فقد تتكبد تكاليف AWS.

  • الخطوة 2: إنشاء حاوية Amazon S3

    خدمة Amazon Simple Storage (Amazon S3)‎ عبارة عن خدمة تخزين عناصر وتوفّر مستوىً رائدًا على مستوى الصناعة فيما يتعلق بالأداء والأمان والقابلية للتوسع وإتاحة البيانات.

    تدريب النموذج ينتج عنه بيانات تدريب النموذج وأدوات النموذج. في هذا التمرين المعملي، سوف تستخدم حاوية Amazon S3 في إعداد مراحل التدريب والتحقق من مجموعات البيانات، وتخزين أدوات النموذج التي تم إنشاؤها بواسطة Amazon SageMaker أثناء تدريب النموذج.

    لإنشاء حاوية Amazon S3:

    1. سجّل الدخول إلى وحدة الإدارة AWS Management Console وافتح وحدة التحكم Amazon S3.
    2. اختر إنشاء حاوية.
    3. لمعرفة اسم الحاوية، اكتب sagemaker-xx حيث تجد xx وهي حروف اسمك الأولى لجعل اسم الحاوية مميزًا.
    4. في المنطقة، اختر منطقة AWS حيث ترغب بوضع حاويتك.
    5. في إعدادات الحاوية للحصول على حظر الوصول العام، اترك الإعدادات متاحة.
    6. اختر إنشاء حاوية.
  • الخطوة 3: إنشاء مثيل دفتر ملاحظات Amazon SageMaker

    مثيل دفتر ملاحظات Amazon SageMaker عبارة عن مثيل سحابة حوسبة Amazon Flex Compute Cloud (Amazon EC2) لتعلم الآلة (ML) المدار بالكامل والذي يقوم بتشغيل تطبيق دفتر ملاحظات Jupyter.

    في هذا التمرين المعملي، استخدم مثيل دفتر الملاحظات لإنشاء وإدارة دفتر ملاحظات Jupyter الذي يمكنك استخدامه لإعداد البيانات ومعالجتها ولتدريب ونشر نموذج تعلم الآلة لتوصية المحتوى.   

    لإنشاء مثيل دفتر ملاحظات Amazon SageMaker:

    1. افتح وحدة التحكم Amazon SageMaker .
    2. اختر مثيلات دفتر الملاحظات، ثم اختر إنشاء مثيل دفتر الملاحظات.
    3. في صفحة إنشاء مثيل دفتر الملاحظات، وللحصول على اسم مثيل دفتر الملاحظات، ادخل اسمًا لمثيل دفتر الملاحظات.
    4. بالنسبة لنوع المثيل، اختر ml.t2.medium. هذا هو أقل نوع مثيل باهظ يدعمه مثيلات الدفاتر، وهو كافٍ لأداء هذا التمرين.
    5. للحصول على دور IAM ، اختر إنشاء دور جديد، ثم اختر إنشاء دور.
    6. اخترإنشاء مثيل دفتر الملاحظات.

    في بضع دقائق، يطلق Amazon SageMaker e نموذج حوسبة تعلم الآلة، في هذه الحالة مثيل دفتر الملاحظات، ويُرفق حجم تخزين تعلم الآلة به. يحتوي مثيل دفتر الملاحظات على خادم دفتر ملاحظات Jupyter تم تكوينه مسبقًا ومجموعة من مكتبات Anaconda.

  • الخطوة 4: إنشاء دفتر ملاحظات Jupyter

    أنشئ دفتر ملاحظات Jupyter في مثيل دفتر ملاحظات Amazon SageMaker لديك. يمكنك أيضًا إنشاء خلية تحصل على دور IAM الذي يحتاجه دفتر ملاحظات لتشغيل Amazon SageMaker APIs ويحدد اسم حاوية Amazon S3 التي ستستخدمها لتخزين مجموعات البيانات المستخدمة لبيانات التدريب الخاصة بك وأدوات النموذج التي تستخدمها مخرجات مهمة التدريب Amazon SageMaker.

    لإنشاء دفتر ملاحظات Jupyter:

    1. افتح وحدة التحكم Amazon SageMaker .
    2. اختر مثيلات دفتر الملاحظات، ثم افتح مثيل دفتر الملاحظات الذي أنشأته باختيار فتح Jupyter لعرض Juypter الكلاسيكي أو فتح JupyterLab لعرض JupyterLab.
      ملاحظة: إذا رأيت تعليقًا إلى يمين مثيل دفتر الملاحظات في عمود الحالة، فلا يزال دفتر الملاحظات قيد الإنشاء. سوف تتغير الحالة إلى InService عندما يكون دفتر الملاحظات جاهزًا للاستخدام.
    3. أنشئ دفتر ملاحظات.
      • إذا فتحت دفتر ملاحظات في Jupyter، من علامة تبويب الملفات ، اختر جديد، ثم conda_python3. تتضمن هذه البيئة المثبتة مسبقًا تثبيت Anaconda و Python الافتراضي
      • إذا فتحت دفتر الملاحظات في JupyterLab، من قائمة ملف،اختر جديد ثم اختر دفتر ملاحظات. بالنسبة إلى تحديد Kernel، اختر conda_python3. تتضمن هذه البيئة المثبتة مسبقًا التثبيت Anaconda و Python 3 الافتراضي.
    4. في دفتر ملاحظات Jupyter، اخترملف و حفظ باسم، وضع اسمًا لدفتر الملاحظات.

في هذه الوحدة، تعرفت على مثال نموذج تعلم الآلة الذي تدربت عليه في هذا التمرين المعملي. يمكنك أيضًا إعداد حساب AWS وبيئة التمرين المعملي الخاصة بك مع حاوية Amazon S3 ومثيل Amazon SageMaker Notebook ودفتر ملاحظات Jupyter.

أنت الآن جاهز لبدء التمرين المعملي. في الوحدة التالية، يمكنك تنزيل مجموعة البيانات وإعدادها وتنظيمها.