2020/06/11 16:39

公开课3：利用SageMaker Operator简化Kubernetes上的机器学习任务管理

6 月 2 日，机器之心联合 AWS 开设的《快速上手 Amazon SageMaker，轻松玩转机器学习》线上公开课第 3 课正式开讲，许军讲师为大家带来了主题分享《利用SageMaker Operator 简化 Kubernetes 上的机器学习任务管理》。

第 3 课主要讲解和介绍了 SageMaker Operator，可以让开发与运维人员可以通过 kubectl 命令行或者 kubernetes api 接口调用的方式来管理和使用 SageMaker 服务，它就像翻译器一样，在 Kubernetes 平台与AWS SageMaker 服务之间搭建了一座桥梁，让那些已经很很熟悉 Kubenretes 的开发、运维人员在无需投入过多精力的情况下，即可快速地使用SageMaker服务。第 3 课回顾视频如下：

快速上手Amazon SageMaker，轻松玩转机器学习

3 周时间，6 次课程，帮助开发者熟悉Amazon SageMaker各项组件的使用方法，轻松玩转机器学习。

入门SageMaker OperatorKubernetes机器学习

相关数据

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

机器之心机构

机器之心，成立于2014年，是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系，为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/