دانلود کتاب Intelligent Workloads at the Edge: Deliver cyber-physical outcomes with data and machine learning using AWS IoT Greengrass (به فارسی: بارهای کاری هوشمند در لبه: نتایج فیزیکی سایبری را با داده ها و یادگیری ماشین با استفاده از AWS IoT Greengrass ارائه دهید) نوشته شده توسط «Indraneel Mitra – Ryan Burke»
اطلاعات کتاب بارهای کاری هوشمند در لبه: نتایج فیزیکی سایبری را با داده ها و یادگیری ماشین با استفاده از AWS IoT Greengrass ارائه دهید
موضوع اصلی: کامپیوتر – هوش مصنوعی (AI)
نوع: کتاب الکترونیکی
ناشر: Packt Publishing
نویسنده: Indraneel Mitra – Ryan Burke
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2022
تعداد صفحه: 374
حجم فایل: 11.44 مگابایت
کد کتاب: 1801811784 , 9781801811781
توضیحات کتاب بارهای کاری هوشمند در لبه: نتایج فیزیکی سایبری را با داده ها و یادگیری ماشین با استفاده از AWS IoT Greengrass ارائه دهید
کاوش اینترنت اشیا، تجزیه و تحلیل داده‌ها و یادگیری ماشینی برای حل مشکلات فیزیکی سایبری با استفاده از آخرین قابلیت‌های سرویس‌های مدیریت‌شده مانند AWS IoT Greengrass و Amazon SageMaker
ویژگی‌های کلیدی
- توسعه محصول بعدی خود را با تمرکز بر لبه با قدرت AWS IoT Greengrass تسریع کنید
- در معماری راه حل های انعطاف پذیر برای لبه با بهترین شیوه های اثبات شده مهارت ایجاد کنید
- از قدرت تجزیه و تحلیل استفاده کنید و یادگیری ماشینی برای حل مشکلات فیزیکی-سایبری
- یک راه حل اینترنت اشیاء انتها به انتها از لبه به سمت بالا بسازید. cloud
- طراحی و استقرار راه حل های هوشمند چند وجهی در لبه
- پردازش داده ها در لبه از طریق تجزیه و تحلیل و ML
- بسته بندی و بهینه سازی مدل ها برای لبه با استفاده از Amazon SageMaker
- اجرای MLOps و DevOps برای راه‌حل‌های مبتنی بر لبه
- در مقیاس و مدیریت ناوگان دستگاه‌های لبه
- بررسی حجم‌های کاری مبتنی بر لبه در برابر صنعت بهترین روش‌ها
- مقدمه ای بر لبه داده محور با یادگیری ماشین
- مبانی بارهای کاری Edge
- ساخت لبه
- گسترش ابر تا لبه
- بلع و پخش داده ها از لبه
- پردازش و مصرف داده در فضای ابری
- میزان کار یادگیری ماشین در لبه
- DevOps و MLOps برای Edge
- مدیریت ناوگان در مقیاس
- بازبینی راه حل با چارچوب خوش معماری AWS
- Accelerate your next edge-focused product development with the power of AWS IoT Greengrass
- Develop proficiency in architecting resilient solutions for the edge with proven best practices
- Harness the power of analytics and machine learning for solving cyber-physical problems
- Build an end-to-end IoT solution from the edge to the cloud
- Design and deploy multi-faceted intelligent solutions on the edge
- Process data at the edge through analytics and ML
- Package and optimize models for the edge using Amazon SageMaker
- Implement MLOps and DevOps for operating an edge-based solution
- Onboard and manage fleets of edge devices at scale
- Review edge-based workloads against industry best practices
- Introduction to the Data-Driven Edge with Machine Learning
- Foundations of Edge Workloads
- Building the Edge
- Extending the Cloud to the Edge
- Ingesting and Streaming Data from the Edge
- Processing and Consuming Data on the Cloud
- Machine Learning Workloads at the Edge
- DevOps and MLOps for the Edge
- Fleet Management at Scale
- Reviewing the Solution with AWS Well-Architected Framework
توضیح کتاب
اینترنت اشیا (IoT) نحوه تفکر و تعامل مردم با جهان را تغییر داده است. استقرار همه جانبه حسگرها در اطراف ما امکان مطالعه جهان را در هر سطح از دقت و امکان تصمیم گیری مبتنی بر داده را در هر مکانی ممکن می سازد. تجزیه و تحلیل داده ها و یادگیری ماشین (ML) که توسط محاسبات ابری الاستیک پشتیبانی می شود، توانایی ما را برای درک و تجزیه و تحلیل حجم عظیمی از داده های تولید شده توسط اینترنت اشیا تسریع کرده است. اکنون، محاسبات لبه، فناوری‌های اطلاعات را به منبع داده نزدیک‌تر کرده است تا تأخیر کمتری داشته باشد و هزینه‌ها کاهش یابد.
این کتاب به شما می‌آموزد که چگونه فناوری‌های محاسبات لبه، تجزیه و تحلیل داده‌ها و ML را برای ارائه کارهای بعدی ترکیب کنید. تولید نتایج فیزیکی سایبری شما با کشف نحوه ایجاد برنامه های کاربردی نرم افزاری که بر روی دستگاه های لبه با AWS IoT Greengrass اجرا می شوند، شروع خواهید کرد. همانطور که پیشرفت می کنید، یاد خواهید گرفت که چگونه داده های اینترنت اشیا را از لبه به ابر پردازش و جریان دهید و از آن برای آموزش مدل های ML با استفاده از Amazon SageMaker استفاده کنید. این کتاب همچنین به شما نشان می‌دهد که چگونه این مدل‌ها را آموزش دهید و آن‌ها را برای عملکرد بهینه، صرفه‌جویی در هزینه، و مطابقت داده‌ها در لبه اجرا کنید.
در پایان این کتاب اینترنت اشیا، می‌توانید دامنه‌ی خود را بررسی کنید. بارهای کاری اینترنت اشیاء را در اختیار داشته باشید، قدرت ML را به لبه برسانید، و آن بارهای کاری را در یک محیط تولیدی اجرا کنید.
آنچه یاد خواهید گرفت
این کتاب برای چه کسانی است
این کتاب برای معماران اینترنت اشیا و مهندسان نرم‌افزار است که مسئول ارائه راه‌حل‌های نرم‌افزاری مبتنی بر یادگیری ماشینی و تحلیلی هستند. مشتریان AWS که می خواهند راه حل های IoT را یاد بگیرند و بسازند، این کتاب را مفید خواهند یافت. تجربه سطح متوسط با اجرای نرم افزار پایتون در لینوکس برای استفاده حداکثری از این کتاب لازم است.
فهرست مطالب
Explore IoT, data analytics, and machine learning to solve cyber-physical problems using the latest capabilities of managed services such as AWS IoT Greengrass and Amazon SageMaker
Key Features
Book Description
The Internet of Things (IoT) has transformed how people think about and interact with the world. The ubiquitous deployment of sensors around us makes it possible to study the world at any level of accuracy and enable data-driven decision-making anywhere. Data analytics and machine learning (ML) powered by elastic cloud computing have accelerated our ability to understand and analyze the huge amount of data generated by IoT. Now, edge computing has brought information technologies closer to the data source to lower latency and reduce costs.
This book will teach you how to combine the technologies of edge computing, data analytics, and ML to deliver next-generation cyber-physical outcomes. You’ll begin by discovering how to create software applications that run on edge devices with AWS IoT Greengrass. As you advance, you’ll learn how to process and stream IoT data from the edge to the cloud and use it to train ML models using Amazon SageMaker. The book also shows you how to train these models and run them at the edge for optimized performance, cost savings, and data compliance.
By the end of this IoT book, you’ll be able to scope your own IoT workloads, bring the power of ML to the edge, and operate those workloads in a production setting.
What you will learn
Who this book is for
This book is for IoT architects and software engineers responsible for delivering analytical and machine learning–backed software solutions to the edge. AWS customers who want to learn and build IoT solutions will find this book useful. Intermediate-level experience with running Python software on Linux is required to make the most of this book.
Table of Contents
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.