中級
教室
虛擬
4 天

Machine Learning Pipeline on AWS

探索如何使用機器學習管道解決實際商業問題

Machine Learning Icon

本課程探索如何在基於專案的學習環境中使用機器學習 (ML) 管道解決實際商業問題。學員您將從講師提供的簡報和示範中了解管道的每個階段。然後應用該知識來完成專案,解決三個商業問題中的其中一個︰詐騙偵測、推薦引擎或傳輸延遲。在課程結束時,學員將使用 Amazon SageMaker 成功建置、訓練、評估、調整和部署 ML 模型,從而解決他們選擇的業務問題。

您將了解的內容

  • 針對特定商業問題選取和證明適當的 ML 方法
  • 使用 ML 管道解決特定商業問題
  • 在 Amazon SageMaker 中培訓、評估、部署和調整 ML 模型
  • 描述一些在 AWS 中設計可擴展、成本最佳化和安全 ML 管道的最佳實務

本課程適用對象

  • 開發人員
  • 解決方案架構師
  • 資料工程師
  • 幾乎沒有 ML 經驗並想要使用 Amazon SageMaker 了解 ML 管道的任何人

您需要哪些經驗

  • Python 程式設計語言的基本知識 
  • 對 AWS 雲端基礎架構的基本了解 (Amazon S3 和 Amazon CloudWatch) 
  • 在 Jupyter 筆記本環境中工作的基本經驗

課程概觀

等級:中級
類型:教室 (虛擬和面授)
時長:4 天

提供的語言

本課程以下列語言教授:英文、日文、韓文和簡體中文。

需要其他資訊?

下載課程大綱,獲取有關本課程內容的詳細資訊。

正在為您的團隊尋找私人培訓嗎?

透過 AWS 提供的私人培訓,您的團隊將一起學習針對您的特定使用案例量身定製的可行最佳實務。

想參加考試嗎?

查找相關考試以加強學習。

AWS Certified Machine Learning – Specialty

考試
180 分鐘