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
本課程以下列語言提供：印尼文、英文、法文 (法國)、德文、義大利文、日文、韓文、葡萄牙文 (巴西)、簡體中文、西班牙文 (拉丁美洲) 和繁體中文。
我們會根據客戶的回饋意見及 AWS 服務更新，定期更新我們的課程。因此，在將更新內容本地化時，不同語言的課程內容可能有差異。