SzkoleniaSztuczna inteligencja / AWS Machine LearningAWS-PDS
AWS-PDSAWS · szkolenie autoryzowane
Practical Data Science with Amazon SageMaker
W ramach tego kursu na poziomie średniozaawansowanym uczestnicy uczą się, jak rozwiązywać rzeczywiste problemy za pomocą uczenia maszynowego (ML) i uzyskiwać praktyczne wyniki przy użyciu Amazon SageMaker. Kurs obejmuje wszystkie etapy typowego procesu analizy danych w uczeniu maszynowym, od analizy i wizualizacji zbioru danych po przygotowanie danych i inżynierię cech. Uczestnicy poznają również praktyczne aspekty tworzenia modeli, szkolenia, dostrajania i wdrażania za pomocą Amazon SageMaker. Praktyczne zastosowania obejmują analizę utrzymania klientów w celu opracowania programów lojalnościowych.
- Czas trwania
- 1 dzień
- Poziom
- Średni
- Dostawca
- AWS
- Obszar
- Sztuczna inteligencja / AWS Machine Learning
Zakres szkolenia
- Rodzaje ML
- Rola ML w pracy
- Etapy procesu uczenia maszynowego
- Zdefiniowanie zbioru danych szkoleniowych i testowych
- Wprowadzenie do SageMaker
- Prezentacja: konsola SageMaker
- Prezentacja: uruchamianie notatnika Jupyter
- Wyzwanie biznesowe: utrata klientów
- Przegląd zbioru danych dotyczących utraty klientów
- Prezentacja: Ładowanie i wizualizacja zbioru danych
- Ćwiczenie: Powiązanie cech z zmiennymi docelowymi
- Ćwiczenie: Relacje między atrybutami
- Demonstracja: Czyszczenie danych
- Rodzaje algorytmów
- XGBoost i SageMaker
- Demonstracja: Trenowanie danych
- Ćwiczenie: Kończenie definiowania estymatora
- Ćwiczenie: Ustawianie hiperparametrów
- Ćwiczenie: Wdrażanie modelu
- Prezentacja: Dostrajanie hiperparametrów za pomocą SageMaker
- Demo: Ocena wydajności modelu
- Automatyczne dostrajanie hiperparametrów za pomocą SageMaker
- Ćwiczenia: Zadania dostrajania
- Wdrażanie modelu do punktu końcowego
- Wdrażanie A/B do testów
- Automatyczne skalowanie Skalowanie
- Demonstracja: Konfiguracja i testowanie automatycznego skalowania
- Prezentacja: Sprawdź zadanie dostrajania hiperparametrów
- Demonstracja: Automatyczne skalowanie AWS
- Ćwiczenie: Skonfiguruj skalowanie automatyczne AWS
- Koszt różnych typów błędów
- Prezentacja: Granica klasyfikacji binarnej
- Dostęp do notebooków Amazon SageMaker w VPC
- Transformacje wsadowe Amazon SageMaker
- Amazon SageMaker Ground Truth
- Amazon SageMaker Neo
Zdobyte umiejętności
- Przygotować zbiór danych do szkolenia
- Szkolenia i oceny modelu uczenia maszynowego
- Automatycznie dostosowywać model uczenia maszynowego
- Przygotować model uczenia maszynowego do produkcji
- krytycznie oceniać wyniki modelu uczenia maszynowego
Dla kogo jest to szkolenie
- programistów
- Analityków danych
Wymagania wstępne
- Znajomość języka programowania Python
- Podstawowa znajomość uczenia maszynowego
2300 zł
Zapytaj o termin