Spécialité AWS Certified Machine Learning 2020 – Pratique!
- in Coupon Udemy
Découvrez SageMaker, l’ingénierie des fonctionnalités, le réglage des modèles et l’écosystème d’apprentissage automatique AWS. Soyez prêt pour l’examen!
Spécialité AWS Certified Machine Learning 2020 – Pratique!
Que vas-tu apprendre?
- À quoi s’attendre sur le Certifié AWS Examen de spécialité en apprentissage automatique
Les algorithmes d’apprentissage automatique intégrés d’Amazon SageMaker (XGBoost, BlazingText, détection d’objets, etc.)
Techniques d’ingénierie des caractéristiques, y compris l’imputation, les valeurs aberrantes, le regroupement et la normalisation
Services ML de haut niveau: Comprehend, Translate, Polly, Transcribe, Lex, Rekognition, etc.
Ingénierie des données avec S3, Glue, Kinesis et DynamoDB
Analyse exploratoire des données avec scikit_learn, Athena, Apache Spark et EMR
Apprentissage profond et réglage des hyperparamètres des réseaux de neurones profonds
Réglage et opérations automatiques du modèle avec SageMaker
Régularisation L1 et L2
Application des meilleures pratiques de sécurité aux pipelines d’apprentissage automatique
Exigences :
Connaissance de niveau associé des services AWS tels que EC2
Une certaine familiarité avec l’apprentissage automatique
Un compte AWS est nécessaire pour effectuer les exercices pratiques en laboratoire
La description :
Nerveux de passer le AWS Certified Machine Learning – Examen de spécialité (MLS-C01)? Tu devrais être! Il ne fait aucun doute qu’il s’agit de l’une des certifications AWS les plus difficiles et les plus convoitées.
Frank a passé et réussi cet examen du premier coup, et sait exactement ce qu’il vous faut pour le réussir vous-même. Rejoindre Frank dans ce cours c’est Stéphane Maarek, un expert AWS et un instructeur de certification AWS populaire sur Udemy.
Voici quelques-uns des sujets que nous aborderons:
- S3 lacs de données
- AWS La colle et colle ETL
- Kinesis flux de données, firehose et flux vidéo
- DynamoDB
- Pipelines de données, AWS Batch et fonctions Step
- En utilisant scikit_learn
- Bases de la science des données
- Athéna et Quicksight
- Elastic MapReduce (EMR)
- Apache Étincelle et MLLib
- Ingénierie des fonctionnalités (imputation, valeurs aberrantes, regroupement, transformations, codage et normalisation)
- Vérité au sol
- L’apprentissage en profondeur les bases
- Ajuster les réseaux de neurones et éviter le surajustement
- Amazone SageMaker, en profondeur
- Techniques de régularisation
- Évaluation des modèles d’apprentissage automatique (précision, rappel, F1, matrice de confusion, etc.)
- Services ML de haut niveau: Comprendre, Traduire, Polly, Transcrire, Lex, Reconnaissance, et plus
- Sécurité meilleures pratiques avec l’apprentissage automatique sur AWS
À qui s’adresse ce cours?
- Les personnes exerçant un rôle de développement ou de science des données à la recherche d’une certification en apprentissage automatique et AWS.
Created by : Sundog Education by Frank Kane, Stephane Maarek | Frank Kane Last updated : 8/2020 Language : English Size : 3.4 GB Price : 135 $
You Might Like
