Developing Machine Learning Solutions (Japanese)

Aperçu

Dans ce cours de machine learning, vous apprendrez le cycle de vie du machine learning ainsi que comment utiliser les services AWS à chaque étape. De plus, vous découvrirez diverses sources de modèles de machine learning et apprendrez à évaluer leurs performances.

Vous comprendrez également l'importance des opérations de machine learning (MLOps) pour développer et déployer efficacement des projets de machine learning.

・Niveau du cours :

Fondamentaux

・Durée :

1 heure

Activités

Ce cours comprend des éléments interactifs, des explications textuelles, des graphiques illustrés et des contrôles de connaissances.

Objectifs du cours

Dans ce cours, vous apprendrez à :

• Expliquer les composantes du cycle de vie du machine learning.
• Identifier les services et fonctionnalités AWS associés à chaque étape du cycle de vie de ML.
• Décrire les types de données utilisés pour l'entraînement des modèles d'intelligence artificielle (IA).
• Comprendre les sources des modèles de machine learning.
• Comprendre les métriques de performance des modèles.
• Expliquer comment utiliser les modèles en production.
• Comprendre les concepts de base du MLOps.

Cible

Ce cours est destiné aux personnes suivantes :

• Personnes intéressées par le machine learning et l'intelligence artificielle, indépendamment de leur rôle professionnel spécifique

Prérequis

« Développer des Solutions de Machine Learning » est proposé dans le cadre d'une série visant à acquérir des connaissances fondamentales en intelligence artificielle, machine learning et AI générative. Avant de suivre ce cours, il est recommandé de terminer les deux cours suivants :

• Fondamentaux du Machine Learning et de l'Intelligence Artificielle
• Explorer les Cas d'Usage et Applications de l'Intelligence Artificielle

Structure du cours

Section 1 :

• Comment utiliser ce cours

Section 2 :

Introduction

• Introduction

Section 3 :

Développement de Solutions de ML

• Cycle de vie du développement de machine learning
• Développement de solutions de ML avec Amazon SageMaker
• Sources des modèles de ML
• Évaluation des performances des modèles de machine learning
• Déploiement des modèles
• Concepts de base du MLOps
• Contrôle des connaissances

Section 4 :

Conclusion

• Ressources
• Conclusion
• Contact

Université :

Éditeur :

AWS Skill Builder

Catégories :

Sujets