Machine Learning:开发人员

学习如何将机器学习和人工智能集成到各种工具和应用程序中

Machine Learning  |  业务决策者  |  数据平台工程师  |  数据科学家  |  开发人员   

此路径为构建者和软件开发人员设计。了解机器学习 (ML) 和人工智能 (AI) 如何帮助您与数据科学家更好地合作,以进行 ML 技术创新。然后,补充您通过可选培训学到的技能。

详细了解以下各个学习进阶中的课程。

learning-paths_ml-developer_march2020
  • 遵照这个推荐课程和考试顺序通过此学习路径培养您的 AWS 云技能。

    ML 构建基块:服务和术语

    阐明机器学习技术以及各种术语和过程,帮助您建立良好的机器学习基础。

    数字化 | 40 分钟

    Process Model: CRISP-DM on the AWS Stack

    了解 CRISP-DM 方法和框架,然后将模型的六个阶段应用到日常工作中。

    数字化 | 50 分钟

    数据科学的要素

    课程内容涵盖问题界定、探索性数据分析、特征工程、模型训练、调优调试以及模型评估和产品化,帮助您了解如何构建和持续改进机器学习模型。

    数字化 | 8 小时

    开发 Machine Learning 应用程序

    探索 Amazon 完全托管的 ML 平台 Amazon SageMaker。

    数字化 | 2.5 小时

    使用 Amazon SageMaker 探索实用数据科学

    使用 Machine Learning (ML) 和 Amazon SageMaker 在为期 1 天的全新课堂培训课程中探索真实世界使用案例。

    AWS 上的 Machine Learning 管道

    探讨如何使用机器学习 (ML) 管道在基于项目的学习环境中解决实际业务问题。您将从 AWS 讲师的呈现和演示中了解管道的每个阶段。然后,您可以运用该知识来完成一个项目,以解决三个业务问题中的一个。到课程结束时,您将能够使用 Amazon SageMaker 成功地构建、训练、评估、调整和部署 ML 模型,以解决您所选择的业务问题。

    机器学习安全性

    讲授如何保护应用程序和环境的安全,通过多个专题详细讲解 NACL、安全组、AWS Identity and Access Management 以及加密密钥管理等。

    数字化 | 30 分钟

    备考:AWS Certified Machine Learning – Specialty

    探索 AWS Certified Machine Learning - Specialty 考试的主题领域,了解它们如何与 AWS 上的机器学习关联以及如何将它们映射到机器学习 (ML) 和深度学习 (DL) 基础领域以供未来自学。

    课堂 | 4 小时
    数字化 | 2 小时

  • AWS DeepRacer:受强化学习驱动

    构建、训练和部署模型以发展您的核心 ML 技能。

    数字化 | 90 分钟

    语言:机器翻译与 NLP

    这些课程将探索机器如何与人类语言交互。了解 AWS 服务,这些服务可以帮助您应对神经网络和自然语言处理主题,例如自动语音识别、自然流畅的语言翻译和文本中的见解与关系。

    数字化 | 80 分钟

    视觉:计算机视觉理论

    本课程将探索机器如何理解图像和视频。

    数字化 | 2.5 小时

  • 可选培训

    Big Data on AWS

    本课程将向您介绍基于云的大数据解决方案,例如 Amazon Elastic MapReduce (EMR)、Amazon Redshift、Amazon Kinesis 和其余 AWS 大数据平台。

  • AWS Certification

    AWS Certified Machine Learning – Specialty

    这项 AWS Certified Machine Learning – Specialty 认证由 AWS 专家创建,旨在检验应试人员对构建和调整数据模型必备技能的掌握情况。让您和您的组织在这个不断发展的领域脱颖而出。

    考试  |  180 分钟

想要了解更多?