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

Neste curso, acompanharemos o Dr. Denis Batalov, líder técnico global de IA/ML, em uma demonstração de como implementar um pipeline de machine learning usando o Amazon SageMaker e o Amazon SageMaker Ground Truth. Primeiro, você criará um conjunto de dados rotulado, em seguida, criará um trabalho de treinamento para treinar o seu modelo de detecção de objetos, e, por fim, usará o Amazon SageMaker para criar e atualizar o seu modelo.

Este curso é destinado a:

• Desenvolvedores e cientistas de dados que desejam criar pipelines de machine learning com o Amazon SageMaker usando o SDK do Sagemaker e o python.
• Desenvolvedores e cientistas de dados que desejam usar o Amazon SageMaker Ground Truth para criar seus próprios conjuntos de dados rotulados.

Neste curso, você aprenderá a:

• Treinar um modelo de machine learning usando imagens rotuladas pelo Amazon SageMaker Ground Truth
• Usar o Amazon SageMaker Ground Truth para identificar a localização exata de abelhas em imagens disponíveis em um conjunto de dados
• Treinar o modelo de detecção de objetos usando algoritmos incorporados do Amazon SageMaker
• Executar um trabalho de ajuste automatizado de hiperparâmetros para encontrar um conjunto ideal de hiperparâmetros

Recomendamos que os participantes do curso possuam os seguintes pré-requisitos:

• Uma compreensão básica do Amazon SageMaker (https://aws.amazon.com/sagemaker/)
• Uma compreensão básica da linguagem de programação Python utilizando diversas bibliotecas, como Pandas, NumPy, SageMaker e Boto3

Este curso é apresentado no seguinte formato:

• Treinamento digital

• 70 minutos

Este curso aborda os seguintes conceitos:

• Download de dados
• Execução de um trabalho de rotulagem
• Treinamento de um modelo
• Implantação de um modelo
• Hiperparâmetros/ajuste automatizado de modelos
• Exame dos resultados da otimização de hiperparâmetros
• Substituição de um modelo de produção de machine learning