學習途徑
資料科學家
什麼是資料科學家？
資料科學家精通商業和技術領域，透過深入的資料分析實現特定的結果。在機器學習 (ML) 領域，資料科學家根據資料設計和建立模型、建立和改進演算法，並訓練模型以預測和實現商業目標。
我會學到什麼？
傳統的 ML 開發是一個複雜、昂貴、反覆的過程，因為沒有用於從建立、訓練到大規模部屬模型整個 ML 工作流程的整合工具，讓這一切變得更加困難。此路徑將指導您使用 Amazon SageMaker 快速完成整個 ML 工作流程，並幫助您以高準確性和低成本，讓模型從概念過渡到生產。
建立 ML 模型
Amazon SageMaker 可輕鬆建立大規模的 ML 模型，並提供您一切所需，以標籤訓練資料、存取和分析筆記，並使用內建演算法和架構，讓它們隨時可供訓練。
訓練 ML 模型
Amazon SageMaker 透過為您提供訓練、調整和偵錯模型所需的一切，幫助您訓練 ML 模型，以實現最大的準確性。
部署 ML 模型
Amazon SageMaker 可幫助您在全受管的基礎設施上將 ML 模型部署到生產中，並透過持續監控以維持高品質。
相關資源
SageMaker Fridays
觀看我們的 Twitch 直播 SageMaker Fridays，我們的領域專家 (SME) 將向您介紹機器學習，讓您可以更快地開始使用機器學習。每集將透過互動環節和即時編碼介紹 ML 工作流程的一個特定方面。
查看所有 SageMaker Fridays 影片 »