Schulungsübersicht
Einführung
- Maschinelles Lernen mit SageMaker verstehen
- Algorithmen für maschinelles Lernen
Überblick über die Funktionen von AWS SageMaker
- AWS und Cloud Computing
- Entwicklung von Modellen
Einrichten von AWS SageMaker
- Erstellen eines AWS-Kontos
- IAM-Admin-Benutzer und -Gruppe
Vertrautmachen mit SageMaker Studio
- UI-Übersicht
- Studio-Notebooks
Aufbereitung von Daten mit Jupyter Notebooks
- Notebooks und Bibliotheken
- Erstellen einer Notizbuchinstanz
Trainieren eines Modells mit SageMaker
- Trainingsaufträge und Algorithmen
- Paralleles Trainieren von Daten und Modellen
- Analyse der Verzerrungen nach dem Training
Einsetzen eines Modells in SageMaker
- Modellregistrierung und Modellmonitor
- Kompilieren und Einsetzen von Modellen mit Neo
- Evaluierung der Modellleistung
Aufräumen von Ressourcen
- Löschen von Endpunkten
- Löschen von Notebook-Instanzen
Fehlersuche
Zusammenfassung und Fazit
Voraussetzungen
- Erfahrung mit Anwendungsentwicklung
- Vertrautheit mit der Amazon Web Services (AWS)-Konsole
Zielgruppe
- Datenwissenschaftler
- Entwickler
Erfahrungsberichte (5)
Der Trainer hatte ein gutes Verständnis für die Konzepte
Josheel - Verizon Connect
Kurs - Amazon Redshift
Maschinelle Übersetzung
Der praktische Teil.
Radu - Ness Digital Engineering
Kurs - AWS: A Hands-on Introduction to Cloud Computing
Maschinelle Übersetzung
The training was more practical
Siphokazi Biyana - Vodacom SA
Kurs - Kubernetes on AWS
The trainer knew exactly what they were speaking about.
Madumetsa Msomi - BMW
Kurs - AWS DevOps Engineers
All good, nothing to improve