張貼日期: Aug 15, 2018
這個快速入門建立的資料湖環境，可在 Amazon Web Services (AWS) 雲端使用 Amazon SageMaker 建立、訓練和部署機器學習 (ML) 模型。這項部署大約可在 10-15 分鐘完成，使用 Amazon Simple Storage Service (Amazon S3)、Amazon API Gateway、Amazon Kinesis Data Streams 和 Amazon Kinesis Data Firehose 等 AWS 服務。
Amazon SageMaker 是受管平台，可讓開發人員和資料科學家輕鬆快速地建立、訓練和部署 ML 模型。
這個快速入門支援製作預測和規範模型的端對端資料科學，無須設定複雜的 ML 硬體叢集。
這個快速入門提供來自 Pariveda Solutions 示範。該示範說明如何將原始資料存放在 Amazon S3、在 Amazon SageMaker 進行轉換以供使用、使用 Amazon SageMaker 建立模型，以及針對 Amazon Elastic Compute Cloud (Amazon EC2) Spot 定價在預測 API 託管模型。
開始使用：
- 檢視架構與詳細資訊
- 參閱部署指南以瞭解逐步指示
- 下載能將部署作業自動化的 AWS CloudFormation 範本
有關其他 AWS 快速入門參考部署，請參閱我們的型錄。
快速入門程式是一種自動化參考部署，主要是根據 AWS 最佳實務，在 AWS 上使用 AWS CloudFormation 範本部署關鍵技術。此快速入門與 Pariveda Solutions, Inc. 合作打造。