Machine Learning: для специалистов по работе с данными

Основательное изучение математики, статистики и других дисциплин, которые лежат в основе машинного обучения

Данная схема предназначена для участников, у которых есть знания в области математики, статистики и анализа и которые хотят стать экспертами по машинному обучению (ML) в своих организациях. Узнайте, как с помощью платформ машинного обучения и средств анализа повысить эффективность совместной работы на рабочем месте. Затем дополните свои навыки, пройдя факультативные обучающие курсы.

Подробности о каждой серии курсов читайте ниже.

learning-paths_ml-data-scientist_v2
  • Чтобы получить навыки по работе с облаком AWS в этой схеме обучения, изучите курсы и пройдите экзамены в рекомендуемой здесь последовательности.

    The Elements of Data Science

    Способы создавать и непрерывно улучшать модели машинного обучения. В курсе рассматриваются следующие темы: формулировка задачи, анализ данных в исследовательских целях, создание признаков, обучение моделей, настройка и отладка, а также оценка и запуск моделей в рабочую среду.

    Digital  |  8 часов

    Data Science Capstone: Real World Machine Learning Decisions

    Применение машинного обучения для решения реальных задач бизнеса. Создание, обучение и тестирование моделей машинного обучения с нуля.  

    Digital  |  50 минут

    Machine Learning Data Readiness

    Данный курс посвящен понятию готовности данных в контексте машинного обучения (ML). Вы узнаете, как определять готовность данных и когда можно использовать готовность данных в процессах ML.

    Digital  |  1 час

    Developing Machine Learning Applications

    Познакомьтесь с полностью управляемой платформой ML от Amazon – Amazon SageMaker.

    Digital | 2,5 часа

    Аналитика данных на практике с использованием Amazon SageMaker

    В ходе этого однодневного обучающего курса вы познакомитесь с реальными примерами использования машинного обучения (ML) и Amazon SageMaker.

    Безопасность с помощью машинного обучения

    Защитите свои приложения и среды. Отдельные разделы посвящены NACL, группам безопасности, AWS Identity and Access Management и управлению шифрованием.

    Готовность к экзамену: AWS Certified Machine Learning – Specialty

    Ознакомьтесь с главными темами экзамена AWS Certified Machine Learning – Specialty, изучите их связь с технологией машинного обучения на платформе AWS, а также распределите их по фундаментальным разделам, связанным с машинным обучением (ML) и глубоким обучением (DL) для будущего самостоятельного изучения.

  • Communicating with Chat Bots

    Из курса Communicating with Chat Bots вы узнаете, как создавать умных чат‑ботов. 

    Digital  |  3,5 часа

    Speaking of: Machine Translation and NLP

    Данные курсы рассказывают, как машины работают с человеческим языком. Рассмотрите сервисы AWS, которые помогают работать с нейронными сетями и естественным языком в таких областях, как естественный и живой перевод на другие языки, а также поиск закономерностей и соотношений в тексте.

    Digital  |  80 минут

    Seeing Clearly: Computer Vision Theory

    В данном учебном курсе показано, как машины распознают изображения и видео. 

    Digital  |  2,5 часа

  • Факультативные курсы

    Math for Machine Learning

    Чтобы понять современное машинное обучение, необходимо освоиться с векторами и матрицами, линейной алгеброй, теоремами теории вероятностей, анализом функции одной переменной и функций многих переменных. Данный курс охватывает все эти темы.

    Digital | 8 часов

    Linear and Logistic Regression

    Изучайте модели регрессии, погрешности наименьших квадратов, методы максимального правдоподобия, регуляризации, логистической регрессии, эмпирической минимизации потерь и градиентные методы оптимизации.

    Digital | 8,5 часов

  • Сертификационный экзамен

    AWS Certified Machine Learning – Specialty

    Программа сертификации «AWS Certified Machine Learning – Specialty» разработана экспертами AWS и призвана подтвердить востребованные навыки, необходимые для создания и настройки моделей данных. Это отличная возможность заявить о себе и своей организации в данной растущей области.

    Экзамен | 170 минут