AWS 认证机器学习专业 MLS-C01 [2023] ( AWS Certified Machine Learning Specialty MLS-C01 [2023] )

教程演示🔗

课程描述

在本课程中，您将通过演示特定概念的动手实验获得 AWS SageMaker 的实践经验。我们将从设置您的 SageMaker 环境开始。如果您是机器学习的新手，您将学习如何处理混合数据类型、缺失数据以及如何验证模型的质量。这些主题对于机器学习从业者和认证考试至关重要。 SageMaker 使用容器来封装算法和框架，例如 Pytorch 和 TensorFlow。基于容器的方法为构建和部署模型提供了一个标准接口，并且很容易将模型转换为生产应用程序。通过一系列简洁的实验，您将训练、部署和调用您的第一个 SageMaker 模型。与任何其他软件项目一样，机器学习解决方案也需要不断改进。我们将研究如何安全地将新更改合并到生产系统中，执行 A/B 测试，甚至在必要时回滚更改，所有这些都使您的应用程序停机时间为零。
我们还将讨论机器学习和人工智能系统公平性方面的新兴社会趋势。如果您的用户指责您的模型存在种族或性别偏见，您会怎么做？你将如何处理？在本节中，我们将介绍公平的概念、如何解释模型做出的决定、不同类型的偏见以及如何衡量它们。我们还将介绍云安全以及如何保护您的数据和模型免遭未经授权的使用。您将了解推荐系统以及如何整合电影和产品推荐等功能。您在课程中学习的算法是最先进的，针对您的数据集调整它们可能具有挑战性。我们将研究如何使用自动化工具调整您的模型，您将获得时间序列预测、异常检测和构建自定义深度学习模型方面的经验。

你会学到什么

• 您将获得有关如何在 AWS 云中训练、优化、部署和集成 ML 的第一手经验
• AWS 内置算法，自带即用型 AI 功能
• AWS 认证机器学习完整指南 – 专业 (MLS-C01)
• 包括高质量的定时练习测试（很多课程单独收取练习测试费用）
• 零停机模型部署
• 如何从您的应用程序中集成和调用 ML
• 自动超参数调整

本课程适合谁

• 本课程专为对基于 AWS 云的机器学习和数据科学感兴趣的任何人而设计
• AWS 认证机器学习 – 专业准备

AWS 认证机器学习专业规范 MLS-C01 [2023]

• 发行商：Udemy
• 老师 : Chandra Lingam
• 英语语言
• 级别 : 所有级别
• 课程数 : 234
• 时长：17小时36分钟

2/2023 的内容

要求

• 熟悉Python
• AWS 账户 – 我将逐步介绍设置一个账户的步骤
• Pandas、Numpy、Matplotlib 基础知识
• 成为积极的学习者，如果您需要帮助，请使用课程讨论论坛——请不要将需要帮助的项目放在课程复习中

图片

样片

媒体错误：格式不受支持或来源未找到

安装指南

提取文件并使用您最喜欢的播放器观看
字幕：英语
画质：720p

下载链接