特别优惠
跟上新发行和促销的步伐。注册,听取我们的意见。
注册您的产品获得奖励材料或获得优惠券。
超过3小时的视频教学
概述
亚马逊机器学习直播课程旨在提供对数据准备和评估的坚实基础理解,这是使用机器学习模型进行预测分析所必需的。该课程涵盖了理解亚马逊机器学习所需的概念,并教用户如何利用预测分析的好处。提供了使用场景,启发观众在亚马逊机器学习的基础上创建自己的增值服务。
亚马逊机器学习直播课程包含超过20个独立的视频课程,总计超过3小时的教学演示,互动实验室,和详细的幻灯片解释。包括Amazon机器学习的动手实验室,为创建实用的应用程序提供必要的背景和经验。观众将对亚马逊机器学习的结构以及如何将其应用于自己的场景有一个深刻的理解。
Asli Bilgin的知识来自于她在亚马逊工作的独特经历,以及她在自己的公司Nokta Consulting担任机器学习顾问的经历。她利用自己的专业技能创办了自己的古董珠宝公司——oyacharm。她是一位屡获殊荣的云计算高管,在戴尔(Dell)、微软(Microsoft)和亚马逊(Amazon)等公司工作了20多年。她擅长利用颠覆性技术进行IT转型和现代化。在亚马逊,Asli创建、启动并运行了全球软件即服务项目,并运行了AWS专业服务的金融服务IT转型实践。在微软工作期间,她负责中东和非洲80个国家的云和网络战略,总部设在迪拜。在她早期的职业生涯中,Asli担任过大型复杂企业项目的软件开发人员、技术经理和架构师。
主题包括
模块1:Amazon机器学习基础
模块2:Amazon机器学习数据架构
模块3:数据和模式配置
模块4:机器学习可视化和建模
模块5:亚马逊机器学习预测
技术水平
初学者/新手
学习如何
*理解机器学习背后的概念、分类和原理
*开始使用核心的亚马逊机器学习服务
*使用AML解决个性化、搜索、营销、财务、生产力和管理效率问题
*配置模式,并在S3中使用“小数据”设置数据源
*使用数据洞察和可视化工具
*利用特征,目标,观察,标记数据,未标记数据和地面真相准备预测分析的历史数据
*准备用于回归模型和多类模型的数据
*评估和完善亚马逊ML模型
*使用预测
谁应该修这门课
IT技术人员和业余爱好者、计算机科学学生和领域专家,他们想要了解亚马逊机器学习的基本原理及其应用,并获得使用亚马逊机器学习的动手实践演示。您不必是数据科学家或专业开发人员也可以从本课程中受益。事实上,对自己的业务数据有牢固处理的小企业主会在使用的示例中发现价值,这是一个零售业务和小数据集。
课程要求
熟悉技术控制台和管理界面将非常有帮助。对Amazon Web Services平台的基本了解将是额外的,但不是学习本课程所必需的。对数据及其模式如何数字化结构化的基本理解将有助于理解机器学习的概念。
模块描述
模块1,“Amazon Machine Learning Basics”,讨论了如何理解Amazon ML的工作原理以及如何构建问题集。最后,第一个数据集将被上传。
模块2,“Amazon机器学习数据架构”,涵盖了如何从SQL Server设置源代码。将提供需要下载的数据,因此不需要安装SQL Server。
在模块3“数据和模式配置”中,历史销售数据用于预测商品的未来价格。展示了“陷阱”,因此可以构建一个可靠的启动机器学习模型。
模块4,“机器学习可视化和建模”,使用数据洞察力来进一步完善模型。
模块5,“亚马逊机器学习预测”,检查预测和确定未来的数据。分析了模型的性能,并应用了实时和批量预测。最后,介绍了一些关键概念、需要考虑的问题以及接下来的步骤。
关于培生视频培训188号金宝搏网页
培生出版专家主导的视频教程,涵盖广泛的技术主题,旨在教你成功所需的技能。这些专业和个人技术视频具有世界领先的作者讲师,由您信赖的技术品牌出版:Addison-Wesley, Cisco Press, Pearson IT Certification, Prentice Hall, Sams和Que。主题包括IT认证、网络安全、思科技术、编程、Web开发、移动开发等。了解更多关于培生视频培训的信息,请访问http:/188号金宝搏网页/www.e-skidka.com/video。金宝搏188亚洲体育真人始乐
视频课程可供下载,以流媒体格式离线观看。在每节课中寻找绿色箭头。
模块1:亚马逊机器学习基础
第一课:介绍
第2课:Amazon ML可以解决哪些用例?
第三课:亚马逊机器学习是如何工作的?
第4课:机器学习的实际应用
第5课:互动实验:为Amazon ML使用设置S3桶
模块2:亚马逊机器学习数据架构
第六课:信息架构
第七课:互动实验:准备数据
第八课:数据准备
模块3:数据和模式配置
第9课:互动实验:上传数据文件到S3
第10课:互动实验室:亚马逊机器学习仪表板
第11课:交互式实验:设置数据源
第12课:交互式实验:改进方案
模块4:机器学习可视化和建模
第13课:互动实验:数据洞察和可视化工具
互动实验:创建一个新的Amazon ML模型
第15课:互动实验室:模型评估和见解
第16课:如何改进模型
模块五:使用亚马逊机器学习进行预测
第十七课:预测
第18课:互动实验室:实时预测
第19课:交互式实验:批预测
第20课:互动实验室:用多课堂模式环游世界
第21课:最后的复习和下一步
总结
模块描述
模块1,“Amazon Machine Learning Basics”,讨论了如何理解Amazon ML的工作原理以及如何构建问题集。最后,第一个数据集将被上传。
模块2,“Amazon机器学习数据架构”,涵盖了如何从SQL Server设置源代码。将提供需要下载的数据,因此不需要安装SQL Server。
在模块3“数据和模式配置”中,历史销售数据用于预测商品的未来价格。展示了“陷阱”,因此可以构建一个可靠的启动机器学习模型。
模块4,“机器学习可视化和建模”,使用数据洞察力来进一步完善模型。
模块5,“亚马逊机器学习预测”,检查预测和确定未来的数据。分析了模型的性能,并应用了实时和批量预测。最后,介绍了一些关键概念、需要考虑的问题以及接下来的步骤。