Amazon SageMaker: Build an Object Detection Model Using Images Labeled with Ground Truth (Thai)

คำอธิบาย

ในหลักสูตรนี้ เราจะเข้าร่วมกับ ดร. Denis Batalov ผู้นำฝ่ายเทคโนโลยี AI/ML ระดับสากล เพื่อฟังบรรยายวิธีใช้งานการจัดเตรียมแมชชีนเลิร์นนิ่งโดยใช้ Amazon SageMaker และ Amazon SageMaker Ground Truth ขั้นแรก ให้คุณสร้างชุดข้อมูลที่ติดป้าย จากนั้นให้คุณสร้างงานสำหรับฝึกเพื่อฝึกโมเดลการตรวจจับวัตถุของคุณ และสุดท้ายให้คุณใช้ Amazon SageMaker ในการสร้างและอัปเดตโมเดลของคุณ

หมายเหตุ: หลักสูตรนี้มีการแปลถอดเสียง/คำบรรยาย บทบรรยายเป็นภาษาอังกฤษ

กลุ่มเป้าหมาย

หลักสูตรนี้มีไว้สำหรับ:

• นักพัฒนาและนักวิทยาศาสตร์ข้อมูล ผู้ที่ต้องการสร้างการจัดเตรียมแมชชีนเลิร์นนิ่งกับ Amazon Sagemaker โดยใช้ Sagemaker SDK และ Python
• นักพัฒนาและนักวิทยาศาสตร์ข้อมูล ผู้ที่ต้องการใช้ Amazon SageMaker Ground Truth ในการสร้างชุดข้อมูลที่ติดป้ายของตัวเอง

วัตถุประสงค์ของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้วิธี:

• ฝึกโมเดลแมชชีนเลิร์นนิ่งโดยใช้ภาพที่ติดป้ายโดย Amazon SageMaker Ground Truth
• ใช้ Amazon SageMaker Ground Truth เพื่อระบุตำแหน่งที่แน่นอนของผึ้งในแต่ละภาพในชุดข้อมูล
• ฝึกโมเดลการตรวจจับวัตถุโดยใช้ Amazon SageMaker ที่มีอัลกอริทึมในตัว
• ใช้งานการปรับแต่งไฮเปอร์พารามิเตอร์อัตโนมัติเพื่อค้นหาชุดไฮเปอร์พารามิเตอร์ที่เหมาะสมที่สุด

ข้อกำหนดเบื้องต้น

เราขอแนะนำให้ผู้เข้าร่วมหลักสูตรนี้มีคุณสมบัติตรงตามข้อกำหนดเบื้องต้นดังต่อไปนี้:

• ความเข้าใจพื้นฐานของ Amazon SageMaker (https://aws.amazon.com/sagemaker/)
• ความเข้าใจพื้นฐานของการเขียนโปรแกรมภาษา Python ด้วยไลบรารีที่หลากหลาย เช่น Pandas, NumPy, SageMaker และ Boto3

วิธีที่ใช้ในการเรียนการสอน

หลักสูตรนี้จะนำเสนอผ่าน:

• การฝึกอบรมแบบดิจิทัล

ระยะเวลา

70 นาที

เนื้อหาหลักสูตร

หลักสูตรนี้ครอบคลุมแนวคิดดังต่อไปนี้:

• การดาวน์โหลดข้อมูล
• การเรียกใช้งานที่มีป้าย
• การฝึกโมเดล
• การปรับใช้โมเดล
• ไฮเปอร์พารามิเตอร์/การปรับแต่งโมเดลอัตโนมัติ
• การตรวจสอบผลการเพิ่มประสิทธิภาพไฮเปอร์พารามิเตอร์
• การเปลี่ยนโมเดลการผลิตแมชชีนเลิร์นนิ่ง