Claranet Academy

AWS - The Machine Learning Pipeline on AWS

Durata
4 giorni
Inizio
Vedi
Lingua
Italiano Livello: Intermedio Attività: Lezione frontale, laboratori, demo
Livello
Intermedio Attività: Lezione frontale, laboratori, demo
Vai al corso sul sito del provider

Il corso

Questo corso illustra come usare la Machine Learning (ML) pipeline per risolvere un problema di business reale in un ambiente di apprendimento basato sul progetto. Imparerai tutte le fasi della pipeline tramite le presentazioni e le dimostrazioni degli istruttori. Applicherai quindi le tue conoscenze per completare un progetto di risoluzione di uno di tre problemi di business: rilevamento delle frodi, motori di suggerimenti o ritardi dei voli. Al termine del corso, avrai creato, addestrato, valutato, ottimizzato e distribuito correttamente un modello di ML tramite Amazon SageMaker in grado di risolvere il problema di business in questione. Prerequisiti - Conoscenza di base del linguaggio di programmazione Python - Comprensione di base dell'infrastruttura di AWS Cloud (Amazon S3 e Amazon CloudWatch) - Esperienza operativa di base in un ambiente notebook Jupyter Cosa imparerai - Scelta e motivazione dell'approccio di ML più indicato per un dato problema di business - Utilizzo della pipeline di ML per risolvere un problema di business specifico - Addestramento, valutazione, distribuzione e ottimizzazione di un modello di ML in Amazon SageMaker - Descrizione di alcune delle best practice per la progettazione di pipeline di ML scalabili, convenienti e sicure in AWS

Identità del corso

Livello

Intermedio Attività: Lezione frontale, laboratori, demo

Lingua

Italiano Livello: Intermedio Attività: Lezione frontale, laboratori, demo

Programma e obiettivi

Obiettivi
  • - Scelta e motivazione dell'approccio di ML più indicato per un dato problema di business
  • - Utilizzo della pipeline di ML per risolvere un problema di business specifico
  • - Addestramento, valutazione, distribuzione e ottimizzazione di un modello di ML in Amazon SageMaker
  • - Descrizione di alcune delle best practice per la progettazione di pipeline di ML scalabili, convenienti e sicure in AWS
A chi si rivolge

Developersdevopsmachine learning specialtysysops

Ammissione e iscrizione

Prerequisiti
  • - Conoscenza di base del linguaggio di programmazione Python
  • - Comprensione di base dell'infrastruttura di AWS Cloud (Amazon S3 e Amazon CloudWatch)
  • - Esperienza operativa di base in un ambiente notebook Jupyter

Erogazione

Durata

4 giorni

Date

Vedi

Corsi simili