前言
通過閱讀這本實用指南，人工智能（Artificial Intelligence，AI）和機器學習（Machine Learning，ML）從業(yè)者將會學習如何在 Amazon 網(wǎng)絡服務（Amazon Web Services，AWS）上成功構(gòu)建并部署數(shù)據(jù)科學項目。Amazon AI 和 ML 服務棧將數(shù)據(jù)科學、數(shù)據(jù)工程和應用開發(fā)統(tǒng)一在一起，來幫助你提升技能。這本手冊向你展示如何在云上搭建和運行流水線，并將運行結(jié)果在幾分鐘內(nèi)（而不是幾天）集成到應用中。此外，本書作者還在全書每章介紹了降低開銷并提升性能的方法。
將Amazon AI 和ML 服務棧應用到真實世界的應用場景，如自然語言處理、計算機視覺、欺詐檢測、對話式設備等。
使用Amazon SageMaker Autopilot，通過自動化機器學習（AutoML）實現(xiàn)特定子集的應用場景。
深入理解一個基于BERT 的自然語言處理場景的模型開發(fā)的完整生命周期，包括數(shù)據(jù)接入、數(shù)據(jù)分析以及更多。
將所有組件包裝成一個可重復的機器學習運維流水線。
通過Amazon Kinesis 和 Amazon Managed Streaming for Apache Kafka（MSK），在實時數(shù)據(jù)流中探索實時機器學習、異常檢測和流分析。
了解數(shù)據(jù)科學項目和工作流中的最佳安全實踐，包括在數(shù)據(jù)接入和分析、模型訓練和部署過程中應用 AWS Identity and Access Management（IAM）、鑒權(quán)、授權(quán)。
本書的概要
第1 章簡要介紹了Amazon AI 和ML 棧，這是一個極為強大的集合，提供了可供任何復雜度和規(guī)模的數(shù)據(jù)科學項目使用的各種服務、開源庫以及基礎(chǔ)設施。
第2 章描述了如何將Amazon AI 和ML 棧應用在真實世界的使用場景來實現(xiàn)推薦、計算機視覺、欺詐檢測、自然語言理解（NLU）、對話式設備、認知搜索、客戶支持、工業(yè)預測性維護、家庭自動化、物聯(lián)網(wǎng)（IoT）、醫(yī)療衛(wèi)生和量子計算。
第3 章演示了如何使用SageMaker Autopilot 通過AutoML 實現(xiàn)一些上面提到的場景。
第4 ～ 9 章深入介紹了一個基于BERT 的NLP 使用場景的、完整的模型開發(fā)生命周期，包括數(shù)據(jù)接入與分析、特征選擇和工程、模型訓練、微調(diào)和部署，這些步驟通過 Amazon SageMaker、Amazon Athena、Amazon Redshift、Amazon EMR、TensorFlow、PyTorch 和無服務器化的Apache Spark 實現(xiàn)。
第10 章通過SageMaker Pipelines、Kubeflow Pipelines、Apache Airflow、MLflow和TFX 實現(xiàn)MLOps，將所有服務組合集成進可重復的流水線。
第11 章使用Amazon Kinesis 和Apache Kafka，展示了基于實時數(shù)據(jù)流的實時ML、異常檢測和流分析。
第12 章全面展示了數(shù)據(jù)科學項目和工作流中的最佳安全實踐，包括IAM、鑒權(quán)、授權(quán)、網(wǎng)絡隔離、數(shù)據(jù)靜態(tài)加密、后量子網(wǎng)絡傳輸加密、治理和可審計性。
在全書每一章，我們都提供了一些在AWS 上實踐數(shù)據(jù)科學項目的技巧，以優(yōu)化開銷和改進性能。
本書的讀者對象
這本書適合每一位需要使用數(shù)據(jù)做出重大商業(yè)決策的讀者。本書提供的指導將幫助數(shù)據(jù)分析師、數(shù)據(jù)科學家、數(shù)據(jù)工程師、ML 工程師、研究科學家、應用開發(fā)者和DevOps 工程師來拓寬其對現(xiàn)代數(shù)據(jù)科學技術(shù)棧的理解，并提升其使用云服務的技能。Amazon AI 和 ML 棧統(tǒng)一了數(shù)據(jù)科學、數(shù)據(jù)工程和應用開發(fā)，來幫助用戶提升超越其當前崗位的技能。我們展示了如何在云上構(gòu)建和運行流水線，并僅使用數(shù)分鐘而不是數(shù)天，將運行結(jié)果集成到應用中。
為了能夠盡可能充分地理解本書的內(nèi)容，我們建議讀者在閱讀本書之前已經(jīng)擁有如下知識：
對云計算的基本理解。
基本的編程技能，如使用Python、R、Java/Scala 或 SQL。
基本熟悉數(shù)據(jù)科學工具，如Jupyter Notebook、pandas、NumPy 或scikit-learn。
其他資源
本書受到了很多偉大的作者和資源的啟發(fā)：
Aurélien Géron 編著的《Hands-on Machine Learning with Scikit-Learn, Keras,and TensorFlow》（OReilly）是一本非常棒的指導手冊，通過使用一些流行的工具諸如Python、scikit-learn 和TensorFlow 構(gòu)建智能ML 系統(tǒng)。
Jeremy Howard 和Sylvain Gugger 編著的《Deep Learning for Coders with fastai and PyTorch》（OReilly）對于使用 PyTorch 搭建深度學習應用而言，是一本優(yōu)秀的參考書。
Hannes Hapke 和Catherine Nelson 編著的《Building Machine Learning Pipelines》（OReilly）是一本了不起的、易讀的參考書籍，用于使用TensorFlow 和 TFX搭建AutoML 流水線。
Eric R. Johnston、Nic Harrigan 和Mercedes Gimeno-Segovia 編著的《Programming Quantum Computers》（OReilly）通過易于理解的例子展示量子優(yōu)勢，極好地介紹了量子計算機。
Micha Gorelick 和Ian Ozsvald 編著的《High Performance Python》（OReilly）是一本高級參考，其中揭示了很多用于為高性能數(shù)據(jù)處理、特征工程和模型訓練而建立和優(yōu)化Python 代碼的技巧。
本書有一個專門的網(wǎng)站（https://datascienceonaws.com），用于提供與本書內(nèi)容有關(guān)的進階工作坊、月度網(wǎng)絡研討會、見面會、視頻和幻燈片等相關(guān)信息。
排版約定
本書使用了下述排版約定。
斜體（Italic）
表示新術(shù)語、URL、電子郵件地址、文件名和擴展名。
等寬字體（Constant Width）
表示程序片段，以及正文中出現(xiàn)的變量、函數(shù)名、數(shù)據(jù)庫、數(shù)據(jù)類型、環(huán)境變量、語句和關(guān)鍵字等。
等寬粗體（constant width bold）
表示應該由用戶輸入的值或根據(jù)上下文確定的值替換的文本。
使用本書的示例代碼
補充材料（示例代碼、練習等）可以在https://github.com/data-science-on-aws 下載。
本書展示的部分示例代碼已經(jīng)簡化，用于強調(diào)某一種特定的實現(xiàn)。這個資源庫包含本書沒有提及但非常實用的額外筆記，這些筆記按照本書的章節(jié)來組織以方便讀者查閱。
本書將幫助你完成你的工作。一般來講，如果示例代碼在本書中出現(xiàn)，你或許可以在你的程序或文檔中使用它。你不需要為使用它的許可聯(lián)系我們，除非你要大范圍地復制這些代碼。比如，你不需要為使用本書中地若干代碼塊來編寫你的程序而取得許可，而如果你需要售賣、發(fā)行 OReilly 書籍中的示例，你需要取得許可。你不需要為引用本書和本書中的示例代碼回答問題取得許可，但你在產(chǎn)品文檔中大量包含本書的示例代碼時需要取得許可。
我們很感激但不要求引用。引用通常包括標題、作者、出版社和ISBN。例如：Data Science on AWS by Chris Fregly and Antje Barth (OReilly). Copyright 2021 Antje Barth and Flux Capacitor, LLC, 978-1-492-07939-2。
如果你覺得自身情況不在合理使用或上述允許的范圍內(nèi)，請通過郵件和我們聯(lián)系，地址是 permissions@oreilly.com。
OReilly 在線學習平臺（OReilly Online Learning）
近40 年來，OReilly Media 致力于提供技術(shù)和商業(yè)培訓、知識和卓越見解，來幫助眾多公司取得成功。
公司獨有的專家和改革創(chuàng)新者網(wǎng)絡通過OReilly 書籍、文章以及在線學習平臺，分享他們的專業(yè)知識和實踐經(jīng)驗。OReilly 在線學習平臺按照您的需要提供實時培訓課程、深入學習渠道、交互式編程環(huán)境以及來自OReilly 和其他200 多家出版商的大量書籍與視頻資料。更多信息，請訪問網(wǎng)站：https://www.oreilly.com/。
聯(lián)系我們
任何有關(guān)本書的意見或疑問，請按照以下地址聯(lián)系出版社。
美國：
OReilly Media, Inc.
1005 Gravenstein Highway North
Sebastopol, CA 95472
中國：
北京市西城區(qū)西直門南大街2 號成銘大廈C 座807 室（100035）
奧萊利技術(shù)咨詢（北京）有限公司
我們?yōu)楸緯�建立了一個網(wǎng)頁并將勘誤表、示例和任何額外信息發(fā)表在網(wǎng)頁上。你可以通過https://oreil.ly/data-science-aws 訪問這個網(wǎng)頁。
你可以將你的評論或關(guān)于本書的技術(shù)問題通過郵件發(fā)送到 errata@oreilly.com.cn。
你可以訪問 http://oreilly.com 獲取關(guān)于我們書籍和課程的新聞和信息。
我們的Facebook：http://facebook.com/oreilly。
我們的Twitter：http://twitter.com/oreillymedia。
我們的YouTube：http://www.youtube.com/oreillymedia。
本書作者經(jīng)常在Twitter 或LinkedIn 上分享相關(guān)的博客文章、會議演講、幻燈片、meetup 邀請和工作坊的日期。
在Twitter 上關(guān)注作者：https://twitter.com/cfregly 和 https://twitter.com/anbarth。
在LinkedIn 上關(guān)注作者：https://www.linkedin.com/in/cfregly 和 https://www.linkedin.com/in/antje-barth。
致謝
我們感謝OReilly 的開發(fā)編輯Gary OBrien，他幫助我們了解書籍創(chuàng)作的流程，并且更重要的是，每次我們聊天都十分愉快。Gary，謝謝你讓我們在第1 章引入了源代碼和底層的硬件規(guī)格！我們也要感謝高級策劃編輯Jessica Haberman，她從本書最初提案到最終的頁數(shù)都給出了關(guān)鍵的建議。在提交最初提案后的七年里，你幫助我們將提案提升到了能夠被最終采納的水準！特別感謝OReilly 的Mike Loukides和Nicole Taché 在我們撰寫本書早期提供的周到建議，包括章節(jié)概要、介紹和小結(jié)。我們熱忱感謝不知疲倦地審核，甚至是重新審核本書每一頁的審稿人。我們在這里以名字的字母順序列出每一位審稿人：Ali Arsanjani、Andy Petrella、Brent Rabowsky、Dean Wampler、Francesco Mosconi、Hannah Marlowe、Hannes Hapke、Josh Patterson、Josh Wills、Liam Morrison, Noah Gift、Ramine Tinati、Robert Monarch、Roy Ben-Alta、Rustem Feyzkhanov、Sean Owen、Shelbee Eigenbrode、Sireesha Muppala、Stefan Natu、Ted Dunning 和Tim OBrien。你們深厚的技術(shù)背景和翔實的反饋，不僅對這本書來說，而且對我們未來表達技術(shù)內(nèi)容的方式來說都是無價的。你們幫助這本優(yōu)秀的書更加杰出，我們十分享受與你們一起工作的過程。
Chris
我要將這本書獻給我已故的父親Thomas Fregly。父親：你在我8 歲那年帶回了我第一臺蘋果電腦，這永遠地改變了我的生活。你幫助10 歲的我理解你的大學微積分教材并鞏固了我對數(shù)學的強烈興趣。你教會了我貪婪地閱讀、簡潔地寫作、有效地演講、迅速地打字和盡早地提問。當我看你在密歇根湖修理一艘擱淺的船的引擎，我持續(xù)不斷地受到啟發(fā)，讓我深入理解了軟件賴以生存的硬件。當我漫步在你在芝加哥太陽時報的辦公室時，我了解到每個人都可以講一個有趣的故事，包括前臺人員、首席執(zhí)行官和維護人員。你向每個人平等地問好，關(guān)心他（她）們的子女，傾聽他（她）們的故事，并用你自己的一個有趣的故事逗他（她）們笑。當你牽著兒時的我的手漫步于你的大學校園，我了解到，我可以離開人人都走的人行道而去草地上開辟一條我自己的小徑。你說過：不要擔心，Chris。他（她）們最終會將這條小徑鋪平，因為它很顯然是從工程樓到餐廳的最短路徑。你說的對，父親。多年以后，我們?nèi)ゲ蛷d購買你最喜歡的無糖百事可樂飲料時，都走過那條被鋪平的小徑。從你身上，我學到了我要在生活中開辟我自己的道路，而不是一味從眾。雖然你沒有活到Windows 95 面世，但是你其實并沒有錯過很多。而且，在這件事上你也是對的，蘋果操作系統(tǒng)（Mac OS）最終切換到了Linux。
我也要感謝本書的合著者，在許多深夜和周末與我一同工作的Antje Barth，在你的幫助下，這成為了一次非常好的寫書體驗。盡管舊金山和杜塞爾多夫之間有8~9 小時的時差，然而你經(jīng)常會參與在線白板會議、最后的源碼改進和關(guān)于牛津逗號的討論。我們由于這次經(jīng)歷變成了更好的朋友，如果沒有你，我不可能創(chuàng)作出含金量如此之高的優(yōu)質(zhì)書籍。我期待未來能在更多項目上與你合作！
Antje
我想要感謝Ted Dunning 和Ellen Friedman，作為我的偉大導師，二位經(jīng)常鼓勵我去接受新的挑戰(zhàn)。Ted，在我們交談時，你的智慧之言經(jīng)常幫助我從一個不同的角度看問題，無論是準備一場演示比賽，還是提出建議幫助我們的讀者從本書理解最多的內(nèi)容。Ellen，我仍然記得在我剛開始向OReilly Strata 和AI 大會提交發(fā)言稿時，你如何指導我創(chuàng)建引人注目的會議發(fā)言提案。直至今天，我仍然為了易記的標題而絞盡腦汁。可惜的是，OReilly 拒絕了我將本書命名為《Alexa, 請訓練我的模型》的提議。當你們說幫助女孩們構(gòu)建一個她們能夠?qū)崿F(xiàn)的夢想的時候，你們總是以身作則。出于同樣的原因，我想要將本書獻給所有擁有科技夢想或正在追求科技生涯的女性朋友們。只要你們相信自己，沒有什么能夠阻擋你們逐夢科技圈。
有太多的人在我的職業(yè)生涯中給予過我支持和鼓勵。我向你們表示衷心的感謝。我也想感謝有趣且有見解的合著者Chris。你從一而終地堅持最高的標準，驅(qū)使我深入地探索，并鼓勵我保持好奇并提出許多問題。你幫助我簡化了我的代碼、清晰地表達我的想法，并最終接受了有爭議的牛津逗號！