TrainingsAWS & Cloud Training mit PROTOS & TÜV Rheinland
Der TÜV Rheinland und PROTOS gehen im Bereich Cloud-Trainings eine strategische Kooperation ein. So können wir Ihnen marktanerkannte Zertifizierungen anbieten und Sie gleichzeitig von Praxis- und Projekt-Know-how unserer Cloud Experten profitieren lassen. Insbesondere die Themenbereiche Cloud-Security und Cloud-Architekturmanagement decken wir mit diesen Trainingsprogrammen ab. Das Besondere an der Partnerschaft ist, dass wir in Trainings so im Detail auf Ihre Fragestellungen eingehen können und Sie zudem mit neuen Wissensbausteinen und den aktuellen Inhalten der Cloud Service Provider bedienen.
Trainingsreferenzen
- Diese Veranstaltung hat bereits stattgefunden.
Practical Data Science with Amazon SageMaker (AWS-DS)
Datenwissenschaftliche Prozesse für maschinelles Lernen für Fortgeschrittene.
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.
Zielgruppe
Dieser Kurs wurde für Fortgeschrittene aus den Bereichen Developing und Data Sciene konzipiert.
Zulassungsvoraussetzungen
- Erfahrung mit der Programmiersprache Python
- Grundlegendes Verständnis des maschinellen Lernens
Ihr Nutzen
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
Inhalt
- 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