AWS Discovery Day: Machine Learning Basics
- Référence GKAWS-MLB
- Durée 1 Jour
- Version link.aspx
Modalité pédagogique
Modalité pédagogique
La formation est disponible dans les formats suivants:
-
Classe inter à distance
Depuis n'importe quelle salle équipée d'une connexion internet, rejoignez la classe de formation délivrée en inter-entreprises.
-
Classe inter en présentiel
Formation délivrée en inter-entreprises. Cette méthode d'apprentissage permet l'interactivité entre le formateur et les participants en classe.
Demander cette formation dans un format différent
Résumé
Haut de pageDécouvrez les concepts importants, la terminologie et les phases d'un pipeline d'apprentissage automatique.
L'apprentissage automatique vous intéresse, mais vous ne savez pas par où commencer ? Rejoignez-nous pour cette session avec un expert AWS et démystifiez les bases. À l'aide d'exemples concrets, vous découvrirez les concepts importants, la terminologie et les phases d'un pipeline d'apprentissage automatique. Apprenez comment vous pouvez débloquer de nouvelles perspectives et de la valeur pour votre entreprise en utilisant l'apprentissage automatique.
- Niveau : Fondamental
- Durée de la formation : 1.5 heures
Prochaines dates
Haut de pagePublic
Haut de pageCet événement est destiné aux :
- Développeurs
- Architectes de solutions
- Ingénieurs de données
- Les personnes intéressées par la construction de solutions avec l'apprentissage automatique - aucune expérience de l'apprentissage automatique n'est requise !
Objectifs de la formation
Haut de pageA l'issue de la formation, les participants seront capables de :
- Comprendre ce qu'est-ce que l'apprentissage automatique
- Comprendre ce qu'est le pipeline d'apprentissage automatique et quelles en sont les phases
- Expliquer la différence entre l'apprentissage supervisé et l'apprentissage non supervisé
- Comprendre ce qu'est-ce que l'apprentissage par renforcement
- Comprendre ce qu'est-ce que l'apprentissage profond
Programme détaillé
Haut de pageSection 1 : Les bases de l'apprentissage automatique
- Programmation classique et approche de l'apprentissage automatique
- Qu'est-ce qu'un modèle ?
- Caractéristiques, poids et résultats des algorithmes
- Catégories d'algorithmes d'apprentissage automatique
- Algorithmes supervisés
- Algorithmes non supervisés
- Apprentissage par renforcement
Section 2 : Qu'est-ce que l'apprentissage profond ?
- Comment fonctionne l'apprentissage profond ?
- En quoi l'apprentissage profond est-il différent ?
Section 3 : Le pipeline de l'apprentissage automatique
- Vue d'ensemble
- Problème d'entreprise
- Collecte et intégration des données
- Traitement et visualisation des données
- Ingénierie des caractéristiques
- Entraînement et mise au point du modèle
- Évaluation du modèle
- Déploiement du modèle
Section 4 : Quelles sont les prochaines étapes ?
- Ressources pour poursuivre l'apprentissage
Et après
Haut de pageCours
- Apprentissage profond sur AWS
- Ingénierie MLOps sur AWS
- Science des données pratique avec Amazon SageMaker
- Le pipeline d'apprentissage automatique sur AWS
- Ressources
Guide de montée en puissance d'AWS : Apprentissage automatique
- #000000
