Pearson IT Certification – AWS Certified Machine Learning – Specialty (Video Course) 2024-4

توضیحات

دوره AWS Certified Machine Learning – Specialty (Video Course). این دوره به شما کمک می کند تا با یادگیری تکنیک ها و انجام تمرین های عملی، در آزمون تخصصی یادگیری ماشین AWS (AWS Certified Machine Learning – Specialty) موفق شوید. گرفتن مدرک تخصصی یادگیری ماشین AWS، مهارت های شما را به عنوان یک مهندس یادگیری ماشین برجسته می کند. معمولا مهندسان یادگیری ماشین بر روی مدیریت داده و ساخت مدل تمرکز می کنند، اما اگر بتوانید از ابزارهای ابری نیز استفاده کنید، به عنوان یک مهندس MLOps باارزش تر خواهید بود. در این دوره یاد خواهید گرفت که چگونه داده های خود را دریافت کنید، فرآیند مهندسی ویژگی را انجام دهید، مدل ها را آموزش و ارزیابی کنید و آنها را برای استفاده در اختیار مصرف کنندگان قرار دهید. این دوره نشان می دهد که شما مهارت توسعه یادگیری ماشین به صورت کامل (Full-Stack) را دارید.

مدرس این دوره، مایلسیا مک گرگور، ترکیبی از اسلاید و نمایش عملی در AWS را به همراه مثال هایی در Visual Studio با زبان پایتون ارائه می دهد. این دوره به گونه ای طراحی شده است که به شما برای قبولی در آزمون کمک کند. این دوره شامل مرور کلی مفاهیم به همراه تمرین عملی با استفاده از ابزارهای AWS مانند Kinesis و EMR است.

آنچه فرا خواهید گرفت:

• نکات و روش های موثر برای قبولی در آزمون تخصصی یادگیری ماشین AWS
• آشنایی و پیاده سازی راهکارهای دریافت داده با Kinesis
• ارزیابی مدل های یادگیری ماشین
• استقرار مدل های یادگیری ماشین با ابزارهای AWS

این دوره مناسب افرادیست که:

• مهندس یادگیری ماشین هستند.
• مهندس عملیات توسعه (DevOps) هستند.
• به دنبال تبدیل شدن به مهندس یادگیری ماشین هستند.

مشخصات دورهAWS Certified Machine Learning – Specialty (Video Course)

• ناشر: Pearsonitcertification
• مدرس: Milecia McGregor
• سطح آموزش: متوسط
• مدت زمان آموزش: 4 ساعت و 27 دقیقه

سرفصل های دوره

Introduction

Lesson 1: Data Engineering

1.1 Create data repositories for machine learning

1.2 Identify and implement a data ingestion solution

1.3 Decide between ingestion tools

1.4 Identify and implement a data transformation solution

1.5 Get some practice: questions and exercises

Lesson 2: Exploratory Data Analysis

2.1 Sanitize and prepare data for modeling

2.2 Perform feature engineering

2.3 Analyze data for machine learning

2.4 Visualize data for machine learning

2.5 Get some practice: questions and exercises

Lesson 3: Training Models

3.1 Frame business problems as machine learning problems

3.2 Select the appropriate model for a machine learning problem

3.3 Understand the intuition behind the model

3.4 Train machine learning models

3.5 Choose compute option

3.6 Get some practice: questions and exercises

Lesson 4: Evaluating Models

4.1 Perform hyperparameter optimization

4.2 Use other methods for hyperparameter optimization

4.3 Evaluate machine learning models

4.4 Compare models with different metrics

4.5 Implement machine learning best practices

4.6 Get some practice: questions and exercises

Lesson 5: Machine Learning Implementation and Operations

5.1 Build machine learning solutions for production

5.2 Address scaling concerns

5.3 Recommend and implement the appropriate machine learning services

5.4 Apply basic AWS security practices to machine learning solutions

5.5 Deploy and operationalize machine learning solutions

5.6 Get some practice: questions and exercises

Summary

پیشنیازهای دوره AWS Certified Machine Learning – Specialty (Video Course)

• Prerequisites: Knowledge of how to use various AWS tools to deploy ML models into different environments
• Knowledge of.data engineering principles and model training and evaluatio

تصاویر دوره

نمونه فیلم دوره

لینک دانلود

دانلود فایل – 356 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

356 مگابایت