Practical Data Science with Amazon SageMaker (AWS-DS)
Inhalte
- Einführung in das maschinelle Lernen
- Einführung in die Datenaufbereitung und SageMaker
- Problemformulierung und Datensatzvorbereitung
- Datenanalyse und Visualisierung
- Schulung und Bewertung eines Modells
- Trainieren der Daten
- Automatisches Tunen eines Modells
- Einsatz / Produktionsbereitschaft
- Relative Kosten von Fehlern
Ziele/Nutzen
Datenwissenschaftliche Prozesse für maschinelles Lernen für Fortgeschrittene.
Im Rahmen dieses Kurses für Fortgeschrittene werden die Phasen eines typischen datenwissenschaftlichen Prozesses für Machine Learning erläutert. Zu diesen Phasen gehören die Analyse und Visualisierung eines Datensatzes, die Vorbereitung der Daten und die Funktionsentwicklung sowie die praktischen Aspekte der Modellerstellung, Schulung, Feinabstimmung und Bereitstellung mit Amazon SageMaker.
Dieser Kurs beinhaltet folgende Schwerpunkte bzw. verfolgt folgende Lernziele:
- Vorbereiten eines Datensatzes
- Bewerten eines maschinellen Lernmodells
- Automatisches Optimieren eines maschinellen Lernmodells
- Vorbereiten eines Modells für maschinelles Lernen für die Produktion
- Reflexion über die Ergebnisse des maschinellen Lernmodells
Daten
Zielgruppe: Fortgeschrittene aus den Bereichen Developing und Data Sciene
Termin: auf Anfrage
Dauer: 1 Tag
Preis: 750 €