隨著人工智慧和機器學習 (AI/ML) 迅速成為我們日常生活的一部分，了解如何與資料科學家高效合作並建置整合 ML 的應用程式變得日益重要。Practical Science with Amazon SageMaker 課程將協助您以開發人員或 DevOps 工程師角色，了解 ML 的基礎知識，以及使用 Amazon SageMaker Studio 建置 ML 模型所涉及步驟。在這個為期一天的課堂訓練課程中，AWS 專家講師將引導您了解如何準備資料，以及訓練、評估、調整和部署 ML 模型。
您將學習的內容
- 討論不同類型的機器學習對於解決商業問題的優勢
- 描述建置和部署 ML 系統的團隊中的典型程序、角色和職責
- 闡述資料科學家如何使用 AWS 工具和 ML 解決常見的商業問題
- 總結資料科學家準備資料，以及訓練、評估、調整和部署 ML 模型所採取的步驟
- 以及更多服務
本課程適用對象
- 開發維運 (DevOps) 工程師
- 應用程式開發人員
您需要哪些經驗
我們建議以下人員參加此課程：
- 已參加過 AWS Technical Essentials 課程
- 對 Python 程式設計有基本了解
- 基本統計知識
課程概觀
等級：中級
類型：教室 (虛擬和面授)
時長︰1 天
提供的語言
本課程以下列語言提供：印尼文、英文、法文 (法國)、德文、義大利文、日文、韓文、葡萄牙文 (巴西)、簡體中文、西班牙文 (拉丁美洲) 和繁體中文。
我們會根據客戶的回饋意見及 AWS 服務更新，定期更新我們的課程。因此，在將更新內容本地化時，不同語言的課程內容可能有差異。