在本課程中，你將發現一種利用無伺服器運算原理，將各種機器學習模型部署到營運環境中的可擴充、成本效益高且快速的方法。
一旦你將訓練有素的機器學習模型部署到雲端，服務供應商(本課程中的 AWS)將負責管理伺服器基礎設施、做自動化擴充、監視、安全更新和日誌記錄。
你將使用免費的 AWS 資源，這些資源足夠你完成整個課程。
通過接下來的課程講座，你將瞭解亞馬遜網路服務，特別是 Lambda、API Gateway、S3、CloudWatch 和其他。
課程將介紹各種現實生活中的用例，這些用例部署了不同種類的機器學習模型，如 NLP、深度學習電腦視覺或迴歸模型。將使用不同的 ML 框架 – scikit-learn、 spaCy、 Keras/Tensorflow – 並展示如何為 AWS Lambda 準備這些框架。你還將學習易於使用和有效的無伺服器框架，這使得 Lambda 的建立和部署非常容易。
雖然這個課程並沒有太多關於訓練和微調機器學習模型的技術，但是在 Jupyter Notebook 中會有一些訓練模型和使用預先訓練過的模型的例子。
https://softnshare.com/deploy-serverless-machine-learning-models-to-aws-lambda/
