Salle de classe numérique - Science des données pratique avec Amazon SageMaker

Aperçu

Plongez dans l'apprentissage automatique pratique avec Amazon SageMaker, en maîtrisant la préparation des données, l'entraînement des modèles, l'évaluation et le déploiement grâce à des ateliers pratiques et des scénarios réalistes sur AWS.

Programme

- Introduction à la science des données et à l'IA/ML -- Aperçu de l'IA/ML dans l'industrie -- Rôle des data scientists -- Introduction à AWS et Amazon SageMaker - Préparation des données -- Comprendre les exigences en données pour le ML -- Collecte et exploration des données -- Techniques de nettoyage et de prétraitement des données - Introduction à Amazon SageMaker -- Aperçu des fonctionnalités et services de SageMaker -- Navigation dans l'interface SageMaker -- Configuration de l'environnement - Construction de modèles ML -- Sélection et configuration d'un algorithme ML -- Ingénierie et sélection de caractéristiques -- Construction d'un modèle avec SageMaker - Entraînement des modèles ML -- Concepts et méthodologies d'entraînement -- Configuration des tâches d'entraînement dans SageMaker -- Surveillance et évaluation de l'entraînement du modèle - Déploiement des modèles ML -- Compréhension des points de terminaison et des options de déploiement -- Déploiement de modèles avec SageMaker -- Intégration avec des applications et services - Collaboration avec les data scientists -- Meilleures pratiques de flux de travail et de communication -- Études de cas sur les projets d'IA/ML - Laboratoires pratiques et démonstrations -- Laboratoire : Préparation et exploration des données -- Laboratoire : Construction et entraînement de modèles -- Laboratoire : Déploiement et test de modèles - Conclusion et prochaines étapes -- Récapitulatif des enseignements clés -- Ressources pour aller plus loin -- Certifications et voies de carrière en data science

Enseigné par

Étiquettes