Data Science mit AWS

KAPITEL 7

Das erste Modell trainieren

Im vorigen Kapitel haben wir SageMaker Processing Jobs verwendet, um einen unbearbeiteten Rohdatensatz mittels eines Feature-Engineering-Prozesses in Features umzuwandeln, die maschinenlesbar sind. In diesem Kapitel nutzen wir diese Features, um mit TensorFlow, PyTorch, BERT (https://oreil.ly/hmyQz) und SageMaker einen selbst entwickelten Klassifikator zu trainieren, mit dem wir reale Rezensionen aus sozialen Kanälen, Partnerwebseiten usw. klassifizieren können. Wir zeigen sogar, wie Sie ein BERT-Modell in Java trainieren!

Dabei erklären wir Schlüsselkonzepte wie die Transformers-Architektur BERT und wie vortrainierte Modelle abgestimmt bzw. optimiert werden können. Wir beschreiben auch die verschiedenen ...