Ce que vous devez savoir avant
de commencer

Débute 27 June 2025 12:42

Se termine 27 June 2025

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Digital Classroom - Practical Data Science with Amazon SageMaker

L'intelligence artificielle et l'apprentissage automatique (IA/ML) sont désormais omniprésents, et ce cours immerge les étudiants dans la vie quotidienne d'un data scientist. Vous collaborerez efficacement avec des data scientists et développerez des applications qui s'intègrent avec le ML. Apprenez comment les data scientists créent des solutions.
via AWS Skill Builder

479 Cours


Non spécifié

Mise à niveau optionnelle disponible

Tous les niveaux

Progressez à votre rythme

Free

Mise à niveau optionnelle disponible

Aperçu

L'intelligence artificielle et l'apprentissage automatique (IA/ML) sont désormais omniprésents, et ce cours immerge les étudiants dans la vie quotidienne d'un data scientist. Vous collaborerez efficacement avec des data scientists et développerez des applications qui s'intègrent avec le ML.

Apprenez comment les data scientists créent des solutions ML sur Amazon Web Services (AWS) en utilisant Amazon SageMaker. Découvrez le cycle de vie complet de la création, de l'entraînement et du déploiement d'un modèle ML grâce à des démonstrations dirigées par des instructeurs et à des laboratoires.

Objectifs du cours

  • Discuter des avantages des différents types d'apprentissage automatique pour relever les défis des entreprises.
  • Décrire les processus standards, les rôles et les responsabilités d'une équipe développant et déployant des systèmes ML.
  • Expliquer comment les data scientists utilisent les outils AWS et le ML pour résoudre des problèmes commerciaux typiques.
  • Résumer les étapes de préparation des données effectuées par un data scientist.
  • Donner un aperçu des étapes d'entraînement du modèle suivies par un data scientist.
  • Détailler les étapes d'évaluation et d'ajustement des modèles ML.
  • Détailler le processus de déploiement d'un modèle sur un point de terminaison et de réalisation de prédictions.
  • Identifier les défis associés à l'opérationnalisation des modèles ML.
  • Faire correspondre les outils AWS à leurs fonctions ML respectives.

Ce cours s'adresse à :

  • Ingénieurs DevOps
  • Développeurs d'applications

Prérequis

  • Notions techniques essentielles AWS
  • Connaissance de base de la programmation Python
  • Compréhension de base des statistiques

Plan du cours

  • Bienvenue au cours
  • Module 1 :

    Introduction à l'apprentissage automatique

  • Module 2 :

    Préparation d'un ensemble de données

  • Module 3 :

    Entraînement d'un modèle

  • Module 4 :

    Évaluation et ajustement d'un modèle

  • Module 5 :

    Déploiement d'un modèle

  • Module 6 :

    Défis opérationnels

  • Module 7 :

    Autres outils de création de modèles

  • Résumé du cours et ressources

Université :


Fournisseur :

AWS Skill Builder

Catégories :

Cours de Python, Cours d'apprentissage automatique, Cours de data science, Cours Amazon Web Services (AWS), Cours DevOps, Cours Amazon SageMaker, Cours sur l'évaluation des modèles, Cours sur l'entraînement des modèles, Cours sur la préparation des données, Cours sur le déploiement des modèles


Sujets