The Machine Learning Pipeline on AWS
Impara a usare la pipeline del Machine Learning (ML) per risolvere un problema di business reale
AWS Digital Classroom
Ottieni l'accesso illimitato a un catalogo di corsi di formazione in aula, incluso questo, con un abbonamento annuale ad AWS Skill Builder. Disponibile con gli stessi contenuti e laboratori presenti nell'opzione di formazione in aula dal vivo, con in più la flessibilità della formazione digitale. È possibile scegliere quando, come e dove approfondire gli argomenti e le soluzioni integrati trattati in questo corso.
Questo corso illustra come usare la pipeline del Machine Learning (ML) per risolvere un problema di business reale in un ambiente di apprendimento basato sul progetto. Imparerai tutte le fasi della pipeline tramite le presentazioni e le dimostrazioni degli istruttori. Applicherai quindi le tue conoscenze per completare un progetto di risoluzione di uno di tre problemi di business: rilevamento delle frodi, motori di suggerimenti o ritardi dei voli. Al termine del corso, avrai creato, addestrato, valutato, ottimizzato e distribuito correttamente un modello di ML tramite Amazon SageMaker in grado di risolvere il problema di business in questione.
Argomenti affrontati
- Scelta e motivazione dell'approccio di ML più indicato per un dato problema di business
- Utilizzo della pipeline di ML per risolvere un problema di business specifico
- Addestramento, valutazione, distribuzione e ottimizzazione di un modello di ML in Amazon SageMaker
- Descrizione di alcune delle best practice per la progettazione di pipeline di ML scalabili, convenienti e sicure in AWS
Destinatari del corso
- Sviluppatori
- Solutions architect
- Data engineer
- Chiunque possieda una scarsa o nessuna conoscenza del ML e desideri sapere di più sulla pipeline di ML utilizzando Amazon SageMaker
Requisiti di esperienza
- Conoscenza di base del linguaggio di programmazione Python
- Comprensione di base dell'infrastruttura di AWS Cloud (Amazon S3 e Amazon CloudWatch)
- Esperienza operativa di base in un ambiente notebook Jupyter
Panoramica del corso
Livello: Intermedio
Tipo: Lezioni frontali (virtuali e in presenza)
Durata: 4 giorni
Lingue disponibili
Hai bisogno di ulteriori informazioni?
Scarica il riepilogo del corso per avere ulteriori informazioni sugli argomenti affrontati.
Sei alla ricerca di un corso di formazione privato per il tuo team?
Grazie ai corsi di formazione privati di AWS, il tuo team imparerà tutte le best practice adatte alle tue esigenze.
Vorresti sostenere un esame?
Trova un esame nell'ambito per consolidare quanto appreso.