Practical Data Science with Amazon Sagemaker
-
Débutant
-
Intermédiaire
-
Avancé
-
Spécialité
Description
Dans cette formation Practical Data Science with Amazon Sagemaker, vous apprendrez à résoudre un cas d’utilisation réel grâce au Machine Learning et à produire des résultats exploitables via Amazon SageMaker.
Mise à jour du contenu : 22/02/2022
Public visé
Développeurs
Spécialistes des données
Recommandations
Connaissance du langage de programmation Python
Compréhension de base du Machine Learning
-
Objectifs
- Préparer un ensemble de données à des fins de formation
- Entraîner et évaluer un modèle de Machine Learning
- Ajuster automatiquement un modèle de Machine Learning
- Préparer un modèle de Machine Learning pour la production
-
Programme
- Partie 1
- Machine Learning et intelligence artificielle
- La challenge business et la préparation des jeux de données
- Lab 1 : Parser les fonctionnalités pour cibler les variables
- Lab 2 : Examiner les relations entre les attributs
- Entraîner et évaluer un modèle
- Partie 2
- Lab 3 : Finir la définition
- Lab 4 : Définir les hyper paramètres
- Lab 5 : Déployer le modèle
- Régler automatiquement le modèle
- Lab 6-9 : Réglage des travaux
- Déployer le meilleur modèle à un point de terminaison, en test A/B et auto-scaling
- Partie 3
- Préparation à la production
- Lab 10-11 : Paramétrer AWS Auto-Scaling
- Le coût relatif des erreurs
- Architecture Amazon Sagemaker
- Fonctionnalités Amazon Sagemaker
- Partie 1