Developing Machine Learning Solutions (Thai)

Overview

นักเรียนที่เข้าร่วมในหลักสูตรแมชชีนเลิร์นนิงนี้จะได้เรียนรู้เกี่ยวกับการดำเนินงานในวงจรชีวิตของแมชชีนเลิร์นนิง พร้อมค้นพบวิธีการใช้บริการ AWS ในแต่ละขั้นตอนอย่างรอบคอบ หลักสูตรนี้ยังแสดงให้เห็นถึงความสำคัญของ MLOps ในการปรับปรุงการพัฒนาและใช้งานเครื่องมืออย่างมีประสิทธิภาพ

• ระดับหลักสูตร:

  พื้นฐาน

• ระยะเวลา:

  1 ชั่วโมง

กิจกรรม

หลักสูตรนี้ผสมผสานองค์ประกอบเชิงโต้ตอบ ข้อความคำชี้แจง ภาพประกอบ และการทดสอบความรู้เข้าด้วยกัน

วัตถุประสงค์ของหลักสูตร

ในหลักสูตรนี้ คุณจะได้เรียนรู้วิธีการทำสิ่งต่อไปนี้:

• อธิบายส่วนประกอบของวงจรชีวิตแมชชีนเลิร์นนิง
• ระบุบริการและฟีเจอร์ของ AWS ที่เกี่ยวข้องกับแต่ละขั้นตอนของ ML
• อธิบายประเภทข้อมูลในการฝึกโมเดล AI
• เข้าใจที่มาของโมเดลแมชชีนเลิร์นนิง
• ทำความเข้าใจกับเมตริกประสิทธิภาพของโมเดล
• อธิบายวิธีการใช้โมเดลในการนำไปใช้จริง
• เข้าใจแนวคิดพื้นฐานเกี่ยวกับ MLOps

กลุ่มเป้าหมายที่ตั้งไว้

หลักสูตรนี้เหมาะสำหรับบุคคลที่สนใจในแมชชีนเลิร์นนิงและปัญญาประดิษฐ์ โดยไม่เกี่ยวข้องกับบทบาทงานเฉพาะใดๆ

ข้อกำหนดเบื้องต้น

การพัฒนาโซลูชันแมชชีนเลิร์นนิงเป็นส่วนหนึ่งของชุดการสอนเกี่ยวกับ AI และ ML ขอแนะนำให้ศึกษาหลักสูตรพื้นฐานต่อไปนี้ก่อน:

• พื้นฐานของแมชชีนเลิร์นนิงและปัญญาประดิษฐ์
• การสำรวจกรณีใช้งานและแอปพลิเคชันปัญญาประดิษฐ์

เนื้อหาหลักสูตร

ส่วนที่ 1:

วิธีใช้งานหลักสูตรนี้

• ความรู้เบื้องต้น

ส่วนที่ 2:

การพัฒนาโซลูชัน ML

• วงจรชีวิตการพัฒนาแมชชีนเลิร์นนิง
• การพัฒนาโซลูชัน ML ด้วย Amazon SageMaker
• ที่มาของโมเดล ML
• การประเมินประสิทธิภาพของโมเดลแมชชีนเลิร์นนิง
• การนำโมเดลไปใช้จริง
• แนวคิดพื้นฐานเกี่ยวกับ MLOps
• ทดสอบความรู้

ส่วนที่ 3:

บทสรุป

• ทรัพยากร
• บทสรุป
• ติดต่อเรา

Subjects

united states