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 :
