Machine Learning Pipeline on AWS (ML-PIPE)
Al onze trainingen kunnen in plaats van een Open Rooster training ook als (Privé) maatwerktraining gevolgd worden. Omdat een privé-/maatwerktraining afgestemd is op de werkzaamheden en opleidingsbehoeftes van de cursisten, kan de trainingsduur vaak worden ingekort naar de helft van de tijd.
Daarnaast hoeven de cursisten niet te reizen, en kan de training op een in overleg te plannen datum plaatsvinden.
En dit alles tegen dezelfde tarieven als een Open Rooster training !!
Deze training onderzoekt hoe je de machine learning (ML) -pijplijn kunt gebruiken om een echt zakelijk probleem op te lossen in een projectgebaseerde leeromgeving. Studenten leren over elke fase van de pijplijn via presentaties en demonstraties van instructeurs en passen die kennis vervolgens toe om een project te voltooien dat een van de drie zakelijke problemen oplost: fraudedetectie, aanbevelingsengines of vertragingen van vluchten. Aan het einde van de training zullen studenten met succes een ML-model hebben gebouwd, getraind, geëvalueerd, afgestemd en geïmplementeerd met behulp van Amazon SageMaker dat hun geselecteerde zakelijke probleem oplost.
Gedurende deze training leer je:
- Sel…
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.
Al onze trainingen kunnen in plaats van een Open Rooster training ook als (Privé) maatwerktraining gevolgd worden. Omdat een privé-/maatwerktraining afgestemd is op de werkzaamheden en opleidingsbehoeftes van de cursisten, kan de trainingsduur vaak worden ingekort naar de helft van de tijd.
Daarnaast hoeven de cursisten niet te reizen, en kan de training op een in overleg te plannen datum plaatsvinden.
En dit alles tegen dezelfde tarieven als een Open Rooster training !!
Deze training onderzoekt hoe je de machine learning (ML) -pijplijn kunt gebruiken om een echt zakelijk probleem op te lossen in een projectgebaseerde leeromgeving. Studenten leren over elke fase van de pijplijn via presentaties en demonstraties van instructeurs en passen die kennis vervolgens toe om een project te voltooien dat een van de drie zakelijke problemen oplost: fraudedetectie, aanbevelingsengines of vertragingen van vluchten. Aan het einde van de training zullen studenten met succes een ML-model hebben gebouwd, getraind, geëvalueerd, afgestemd en geïmplementeerd met behulp van Amazon SageMaker dat hun geselecteerde zakelijke probleem oplost.
Gedurende deze training leer je:
- Selecteer en rechtvaardig de juiste ML-aanpak voor een bepaald bedrijfsprobleem
- Gebruik de ML-pijplijn om een specifiek bedrijfsprobleem op te lossen
- Train, evalueer, implementeer en stem een ML-model af met Amazon SageMaker
- Beschrijf enkele van de best practices voor het ontwerpen van schaalbare, kostengeoptimaliseerde en veilige ML-pipelines in AWS
- Pas machine learning toe op een reëel zakelijk probleem nadat de training is voltooid
Deze training is bedoeld voor:
- Developers
- Solution Architects
- Data Engineers
- Iedereen met weinig tot geen ervaring met ML en wil meer te weten komen over de ML-pijplijn met behulp van Amazon SageMaker
Om deel te nemen aan deze training dien je de volgende voorkennis te hebben:
- Basiskennis van programmeertaal Python
- Basiskennis van AWS Cloud-infrastructuur (Amazon S3 en Amazon CloudWatch)
- Basiservaring met werken in een Jupyter-notebookomgeving
Vorm: Klassikaal en maatwerk
Inhoud:
- Module 0: Introduction
- Module 1: Introduction to Machine Learning and the ML Pipeline
- Module 2: Introduction to Amazon SageMaker
- Module 3: Problem Formulation
- Module 4: Preprocessing
- Module 5: Model Training
- Module 6: Model Evaluation
- Module 7: Feature Engineering and Model Tuning
- Module 8: Deployment
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

