Kursplan
Introduksjon
- Forstå maskinlæring med SageMaker
- Maskinlæringsalgoritmer
Oversikt over AWS SageMaker-funksjoner
- AWS og cloud computing
- Modellutvikling
Sette opp AWS SageMaker
- Opprette en AWS-konto
- IAM admin bruker og gruppe
Bli kjent med SageMaker Studio
- UI oversikt
- Studio notatbøker
Forberede data ved hjelp av Jupyter Notebooks
- Notatbøker og biblioteker
- Opprette en notatbokforekomst
Trene en modell med SageMaker
- Treningsjobber og algoritmer
- Data og modell parallelle treninger
- Biasanalyse etter trening
Utplassering av en modell i SageMaker
- Modellregister og modellmonitor
- Kompilere og distribuere modeller med Neo
- Evaluering av modellens ytelse
Rydde opp ressurser
- Sletter endepunkter
- Sletter notatbokforekomster
Feilsøking
Oppsummering og konklusjon
Krav
- Erfaring med applikasjonsutvikling
- Kjennskap til Amazon Web Services (AWS) konsoll
Publikum
- Dataforskere
- Utviklere
Referanser (5)
Instruktøren hadde god kontroll over konseptene
Josheel - Verizon Connect
Kurs - Amazon Redshift
Maskinoversatt
Praksisdelen.
Radu - Ness Digital Engineering
Kurs - AWS: A Hands-on Introduction to Cloud Computing
Maskinoversatt
The training was more practical
Siphokazi Biyana - Vodacom SA
Kurs - Kubernetes on AWS
Instruktøren visste nøyaktig hva de snakket om.
Madumetsa Msomi - BMW
Kurs - AWS DevOps Engineers
Maskinoversatt
Alt er godt, det er ingenting å forbedre
Ievgen Vinchyk - GE Medical Systems Polska Sp. Z O.O.
Kurs - AWS Lambda for Developers
Maskinoversatt