Im Rahmen dieses Kurses für Fortgeschrittene werden die Phasen eines typischen datenwissenschaftlichen Prozesses für Machine Learning erläutert. Zu diesen Phasen gehören die Analyse und Visualisierung eines Datensatzes, die Vorbereitung der Daten und die Funktionsentwicklung sowie die praktischen Aspekte der Modellerstellung, Schulung, Feinabstimmung und Bereitstellung mit Amazon SageMaker.
Nutzen
Details anzeigen
Dieser Kurs beinhaltet folgende Schwerpunkte bzw. verfolgt folgende Lernziele:
Vorbereiten eines Datensatzes
Bewerten eines maschinellen Lernmodells
Automatisches Optimieren eines maschinellen Lernmodells
Vorbereiten eines Modells für maschinelles Lernen für die Produktion
Reflexion über die Ergebnisse des maschinellen Lernmodells
Zielgruppe
Dieser Kurs wurde für Fortgeschrittene aus den Bereichen Developing und
Data Sciene konzipiert.
Voraussetzungen
Erfahrung mit der Programmiersprache Python
Grundlegendes Verständnis des maschinellen Lernens
Inhalte des Seminars
Details anzeigen
Introduction to Machine Learning
Introduction to Data Prep and SageMaker
Problem formulation and Dataset Preparation
Data Analysis and Visualization
Training and Evaluating a Model
Training the data
Automatically Tune a Model
Deployment / Production Readiness
Relative Cost of Errors
Terminauswahl
Practical Data Science with Amazon SageMaker
Inhouse-Durchführung gewünscht?
Maßgeschneidert für Sie
Vor Ort für mehrere Personen
Sparen Sie Zeit und Reisekosten
Partner
amazon AWS
hier kommen die USPs aus einem Block
Erfahrung
Fachlich kompetente Referenten für Ihr Weiterkommen.
>1000 Seminare
Praxisnahe Seminare und individuelle Weiterbildungen aus 72 Themengebieten.
TÜV-Zertifikate
Die unabhängige Bestätigung Ihrer frisch erworbenen Qualifikation.
750,00 €Nettopreis (zzgl. MwSt.)
892,50 €Bruttopreis (inkl. MwSt.)
Preisdetails einblenden
Die Preise verstehen sich bei Unternehmern gem. § 14 BGB zzgl. MwSt. Der dargestellte Ab-Preis entspricht dem niedrigsten verfügbaren Gesamtpreis pro Person. Alle Preisdetails finden Sie im jeweiligen Veranstaltungstermin.