이 과정에서는 프로젝트 기반 학습 환경에서 ML(기계 학습) 파이프라인을 사용하여 실제 비즈니스 문제를 해결하는 방법을 설명합니다. 학생들은 강사의 발표 자료와 데모를 통해 파이프라인의 각 단계에 대해 배울 수 있습니다. 그런 다음, 이 지식을 활용하여 세 가지 비즈니스 문제, 즉 사기 탐지, 추천 엔진, 비행 지연 중 한 가지를 해결하는 프로젝트를 완료하게 됩니다. 과정이 끝날 무렵이면 Amazon SageMaker를 사용해서 자신이 선택한 비즈니스 문제를 해결하는 기계 학습 모델을 성공적으로 구축, 훈련, 평가, 튜닝 및 배포할 수 있습니다.
배우게 될 내용
- 주어진 비즈니스 문제에 적합한 ML 접근 방식 선택 및 근거 제시
- 기계 학습 파이프라인을 사용하여 특정 비즈니스 문제를 해결
- Amazon SageMaker에서 기계 학습 모델을 훈련, 평가, 배포 및 튜닝
- AWS에서 확장 가능하고 안전하며 비용을 최적화한 기계 학습 파이프라인을 설계하는 몇 가지 모범 사례를 설명
이 과정의 수강 대상
- 개발자
- 솔루션스 아키텍트
- 데이터 엔지니어
- 기계 학습에 대한 경험이 거의 또는 전혀 없고 Amazon SageMaker를 사용하여 기계 학습 파이프라인을 배우고 싶은 모든 사람
전제 조건
- Python 프로그래밍 언어에 대한 기본 지식
- AWS 클라우드 인프라(Amazon S3 및 Amazon CloudWatch)에 대한 기본적 이해
- Jupyter 노트북 환경에서 작업해 본 기본적 경험
과정 개요
레벨: 중급
유형: 강의실(온라인 및 대면)
기간: 4일
제공 언어
이 과정은 인도네시아어, 영어, 프랑스어(프랑스), 독일어, 이탈리아어, 일본어, 한국어, 포르투갈어(브라질), 중국어 간체, 스페인어(라틴 아메리카) 및 중국어(번체)로 제공됩니다.
교육 과정은 고객 피드백 및 AWS 서비스 업데이트에 따라 주기적으로 업데이트됩니다. 따라서 이러한 업데이트를 현지화하는 동안 언어별로 과정 콘텐츠가 달라질 수 있습니다.