Machine Learning Essentials for Business and Technical Decision Makers (Japanese)

Aperçu

Ce curriculum de trois cours vous apprendra les meilleures pratiques et recommandations pour l'apprentissage automatique (ML). Ce cours vous guidera dans la création d'une feuille de route pour l'intégration du ML dans les processus commerciaux. Il expliquera également les composants nécessaires à une implémentation réussie du ML dans votre organisation tout en clarifiant les critères pour déterminer si le ML est une solution appropriée à un problème commercial donné.

• Niveau du cours : Fondamental

• Durée : 90 minutes

* Les vidéos de ce cours sont doublées en japonais et sous-titrées en japonais. Vous pouvez activer ou désactiver les sous-titres en cliquant sur [CC] en bas de l'écran.

Activités

Ce curriculum se compose de présentations, de vidéos et de tests de connaissances.

Objectifs du curriculum

Dans ce curriculum, vous apprendrez à :

• Comprendre les bases de l'apprentissage automatique et évaluer les avantages et les risques associés à l'adoption du ML dans divers cas commerciaux

• Identifier les exigences en termes de données, de temps et d'opérations nécessaires pour réaliser avec succès des projets de ML

• Adapter votre organisation à l'utilisation du ML, la mener au succès et maintenir ce succès

Public cible

Ce curriculum s'adresse à :

• Les leaders d'affaires non techniques et autres décideurs commerciaux impliqués ou susceptibles d'être impliqués dans des projets de ML

• Les participants au programme AWS Machine Learning Embark et aux ateliers de découverte du Machine Learning Solutions Lab (MLSL)

Prérequis

Il est recommandé de remplir les conditions préalables suivantes avant de suivre ce cours :

• Connaissance de base des ordinateurs et des systèmes informatiques

• Connaissance fondamentale des concepts d'apprentissage automatique

Aperçu du curriculum

Cours 1 : Introduction à l'apprentissage automatique : technologie derrière le potentiel

Module 1 : Comment l'apprentissage automatique est utile

• Définition de l'apprentissage automatique

• Explication de la boucle de rétroaction positive (flywheel) guidant les projets de ML

• Description des différents secteurs d'activité impactés par l'apprentissage automatique

• Exploration du potentiel d'utilisation du ML dans des marchés encore non exploités

Module 2 : Fonctionnement de l'apprentissage automatique

• Explication de l'intelligence artificielle

• Explication des différences entre intelligence artificielle et apprentissage automatique

Programme

Enseigné par

Étiquettes

united states