Developing Machine Learning Solutions (Portuguese)

Aperçu

Dans ce cours de machine learning, vous apprendrez sur le cycle de vie du machine learning et comment utiliser les services AWS à chaque étape. De plus, vous découvrirez les différentes sources de modèles de machine learning et apprendrez des techniques pour évaluer leurs performances. Vous comprendrez également l'importance des opérations de machine learning (MLOPs) pour simplifier le développement et le déploiement de vos projets de machine learning.

• Niveau du cours : basique
• Durée : 1 heure

Ce cours inclut des éléments interactifs, des instructions textuelles, des graphiques illustratifs et des tests de connaissances.

Dans ce cours, vous apprendrez à :

• Décrire les composants du cycle de vie du machine learning.
• Identifier les services et ressources AWS pertinents pour chaque étape du cycle de vie du machine learning (ML).
• Expliquer les types de données utilisés pour entraîner les modèles d'intelligence artificielle (IA).
• Comprendre les sources des modèles de machine learning.
• Comprendre les métriques de performance des modèles.
• Décrire les méthodes pour utiliser un modèle en production.
• Comprendre les concepts fondamentaux des MLOPs.

Ce cours s'adresse à :

• Personnes intéressées par le machine learning et l'intelligence artificielle, indépendamment de leur fonction.

Le développement de solutions de machine learning fait partie d'une série qui pose les bases de l'intelligence artificielle, du machine learning et de l'IA générative. Nous recommandons de compléter les deux cours suivants si ce n'est pas encore fait :

• Fondamentaux du machine learning et de l'intelligence artificielle
• Description des cas d'utilisation et des applications de l'intelligence artificielle

Section 1:

• Comment utiliser ce cours

Section 2 : Introduction

• Introduction

Section 3 : Développement de solutions de ML

• Cycle de vie du développement du machine learning
• Développement de solutions de ML avec Amazon SageMaker
• Sources de modèles de ML
• Évaluation des performances des modèles de machine learning
• Déploiement du modèle
• Concepts fondamentaux des MLOPs
• Test de connaissances

Section 4 : Conclusion

• Ressources
• Conclusion
• Contact

Programme

Enseigné par

Étiquettes

united states