Dans le cours : L'essentiel de l'IA et du machine learning sur AWS
           
            Accédez à ce cours grâce à un essai gratuit
        
        Inscrivez-vous aujourd’hui pour accéder à plus de 25 000 cours dispensés par des experts.
Préparer ses données avec Amazon Mechanical Turk - Tutoriel Amazon Web Services (AWS)
Dans le cours : L'essentiel de l'IA et du machine learning sur AWS
Préparer ses données avec Amazon Mechanical Turk
Sans tarder, allons saisir test, pour le nom de la tâche. On va mettre le bucket, Parcourir en bucket. Nous allons sélectionner le nom du bucket, sachant que celui-ci est composé du service, du nom de la région et du nom du compte, qui sera flouté pour des raisons de sécurité. Nous cliquons sur le bucket en question. Nous allons sur ground-truth-demo, et nous sélectionnons le dossier images, où résident nos images. On pourra le choisir. Revenons un peu plus haut. Sélectionnons l'image et cliquons sur Choisir. Par la suite, qu'est- ce qu'on fera ? On va définir le type de donnée. Il s'agit des images, voilà. On va associer le rôle en question. On a déjà créé un rôle plus haut, rappelez-vous, et on va cliquer sur Terminer la configuration des données pour que le manifeste soit créé tel qu'indiqué dans le tutoriel. On pourra effectuer, à ce niveau, différents types de classifications : une classification dite binaire, pour laquelle on aura deux choix, en sélectionnant soit du basketball,…
Table des matières
- 
      
    
    
      
 - 
      
    
    
      
 - 
      
    
    
      
 - 
      
    
    
      
- 
      
        
                    (Verrouillé)
                    Découvrir Amazon SageMaker AI1 m 41 s
 - 
      
        
                    (Verrouillé)
                    Ouvrir Amazon SageMaker Studio4 m 52 s
 - 
      
        
                    (Verrouillé)
                    Utiliser un fichier d'exercice depuis la documentation officielle d'AWS4 m 16 s
 - 
      
        
                    (Verrouillé)
                    Préparer ses données avec Amazon Mechanical Turk4 m 47 s
 - 
      
        
                    Entraîner et évaluer : nouvel ensemble de données (dataset)2 m 6 s
 - 
      
        
                    (Verrouillé)
                    Entraîner et évaluer : présentation de la donnée2 m 56 s
 - 
      
        
                    (Verrouillé)
                    Entraîner et évaluer : sauvegarde du modèle et des prédictions5 m 46 s
 - 
      
        
                    (Verrouillé)
                    Déployer un modèle sur SageMaker : utiliser un modèle pré-entraîné4 m 41 s
 - 
      
        
                    (Verrouillé)
                    Déployer un modèle sur SageMaker : créer un point de terminaison (endpoint)3 m 58 s
 - 
      
        
                    (Verrouillé)
                    Invoquer le point de terminaison d'inférence3 m 24 s
 - 
      
        
                    (Verrouillé)
                    Supprimer les ressources après utilisation3 m 19 s
 
 - 
      
        
                    (Verrouillé)
                    
 - 
      
    
    
      
 -