機器學習：開發人員

釐清機器學習堆疊與術語，以及協助您建置良好機器學習基礎的程序。

逐步介紹 CRISP-DM 方法與架構，並將模型的六個階段實際應用在您的日常工作。

探討問題公式化、探索性資料分析、特徵工程、模型訓練、調校與偵錯、模型評估以及將模型投入生產，學習如何建置和持續改善機器學習模型。

探索 Amazon 全受管 ML 平台 Amazon SageMaker。

在為期 1 天的新課堂培訓課程中，透過 Machine Learning (ML) 和 Amazon SageMaker 探索真實的使用案例。

透過特定主題，具體包括 NACL、安全群組、AWS Identity and Access Management，以及加密金鑰管理，保障您的應用程式與環境的安全。

探索 AWS Certified Machine Learning - Specialty 考試的主題領域，了解它們與 AWS 上機器學習的關係，並將它們與機器學習 (ML) 和深度學習 (DL) 的基礎領域相聯繫，以供將來進行自學。

建立、訓練和部署模型，以培養您的核心 ML 技能。

透過 Communicating with Chat Bots 課程了解如何建立智慧型聊天機器人。

這些課程探索機器如何與人類語言互動。說明可協助您進行神經網路和自然語言處理的 AWS 服務，主題包含自動語音辨識、自然和流暢語言翻譯，以及文字中的洞見和關係。

本課程探索機器如何理解影像和影片。

本課程介紹以雲端為基礎的大數據解決方案，例如 Amazon Elastic MapReduce (EMR)、Amazon Redshift、Amazon Kinesis 及其他 AWS 大數據平台。