AWS 機器學習認證考試完整指南

本課程提供了超過 500 張簡報和 200 多道問題，讓學生獲得 AWS ML 認證，涵蓋了資料工程、AWS 服務和演算法、機器和深度學習基礎等，適合有基本的人工智慧/機器學習/AWS 知識的開發者和資料科學家。

從這 17 小時的課程，你會學到

資料工程
資料型別、 Python 程式庫(pandas、 Numpy、 scikit Learn、 MatplotLib、 Seaborn)、資料分佈、時間序列系統、特徵工程 (插入、分類、編碼和規範化)
AWS 服務和演算法
Amazon SageMaker, Amazon S3 儲存服務, AWS Glue 3 儲存服務，AWS Glue
AWS Kinesis 服務 (Kinesis firehose, Kinesis 視訊串流, Kinesis 資料串流, Kinesis 分析)
Redshift, Redshift Spectrum, DynamoDB, Athena, Amazon Quicksight, Elastic Map Reduce (EMR)
Rekognition, Lex, Polly, Comprehend, Translate, transcribe, BlazingText Word2Vec, DeepAR, Factorization Machines, Gradient Boosted Trees (XGBoost)
影像分類(ResNet) ，IP Insights，K平均演算法，K近鄰法(k-NN)
Latent Dirichlet Allocation (LDA)、線性學習者(分類)、線性學習者(迴歸)
神經主題模型(NTM) ，Object2Vec，目標檢測，主成分分析，隨機森林，語義分割，和 seqence2序列
機器和深度學習基礎

要求

基本的人工智慧/機器學習/AWS 知識

課程說明

01/02/2020 更新: 關於機器學習實現和操作的第13部分已經發布。

機器和深度學習是目前最熱門的技術領域！機器 / 深度學習技術廣泛應用於許多領域，如銀行、醫療、交通和科技業。亞馬遜最近推出了 AWS 機器學習認證專業考試相當具有挑戰性！ AWS 機器學習專業認證針對設計、訓練和部署人工智慧 / 機器學習模型，以解決現實世界中具有挑戰性的問題的資料科學家和開發人員。

壞消息是: 這個考試是一個非常具有挑戰性的 AWS 考試，因為它測試考生在多個方面的知識，如(1)資料工程和特徵工程，(2) 人工智慧/機器學習模型選擇，(3)適當的 AWS 服務解決方案來解決業務問題，(4) 人工智慧/機器學習模型建立，培訓和部署，(5)模型最佳化和超參數調整。為了通過考試，你需要回答以下問題:

如何選擇合適的機器學習技術來解決給定的業務問題？
對於給定的問題，哪種 AWS 服務最有效？
如何設計、實現和擴展安全的機器學習解決方案？
如何選擇最具成本效益的解決方案？

好消息是: 超過500張幻燈片和50多道練習題，這門課程是目前市場上最全面的課程，它為學生提供了像專業人士一樣通過 AWS 機器學習認證考試的基礎知識！本課程涵蓋了最重要的概念，沒有任何多餘或不相關的資訊。

目標受眾

想要得到 AWS 機器學習認證的開發者和資料科學家

講師簡介

Prof. Ryan Ahmed | 450K+ 學生| 最暢銷教授 | 250K+ YouTube 人工智慧、LLM、Agentic AI、雲端運算、資料科學和 CoPilot 課程

大家好，歡迎！

我是 Ryan Ahmed 博士。我是教授、教育家，也是 Stemplicity School 的創辦人。在 Stemplicity School，我們致力於讓人工智慧和資料科學變得簡單易懂、實用、方便，人人都能輕鬆掌握。我熱衷於創造引人入勝、注重實踐的學習體驗，幫助人們在這個瞬息萬變的世界中蓬勃發展。

如果您剛踏入科技領域，或希望提升您在 AI、資料科學或雲端運算方面的技能，我的目標是讓這些複雜的主題變得平易近人、貼近生活、易於應用。在過去的十年裡，我已為來自160個國家的超過45萬名學員授課，並在我的YouTube頻道「Prof. Ryan Ahmed」上建立了一個擁有超過25萬訂閱者的全球社群。我在那裡分享教程和工具，幫助人們發展職業生涯。

我也曾為匯豐銀行、加拿大皇家銀行、Discover銀行和巴克萊銀行等公司在美國、加拿大和英國進行人工智慧企業培訓。在職業生涯早期，我曾在通用汽車、三星和Stellantis擔任領導職務，致力於電動車和自動駕駛汽車技術的研究。

我擁有麥克馬斯特大學的碩士、博士和工商管理碩士學位。此外，我也是註冊專業工程師和史丹佛大學認證的專案經理，在人工智慧和電池系統領域發表過50餘篇研究論文。但拋開這些頭銜，對我而言最重要的是看到他人取得成功。

如果您充滿好奇心、積極進取，並且渴望學習，我願助您邁出下一步。

Ligency 建構現實世界的 AI 產品

加入 Ligency，與超過 340 萬名學員一起學習。

我們擁有 4.6 分的講師評分、近 100 萬條評價，並提供 12 種語言的 121 門課程，幫助工程師、領導者和團隊掌握驅動當今人工智慧革命的技能，並交付實際成果。

我們從現實世界的起點出發：大型語言模型( LLM )及其驅動的產品。您將學習AI 和生成式人工智慧 (gen AI) 的基礎知識，然後交付生產級系統 – 聊天機器人、Co-Pilot、自動化和 AI 代理。我們將深入探討大型語言模型工程：檢索（RAG）、評估、可觀測性、安全性以及團隊大規模運行代理系統所使用的模式。

我們的技術堆疊實用且與時俱進。您將使用 Python、LangChain 和 LangGraph 快速建立原型；探索來自 OpenAI、Gemini 和 Claude（包括 Claude Code）的模型；使用 Hugging Face 和 Ollama 進行微調和部署；並在 AWS 上將其部署到生產環境 – 從 Bedrock 到事件驅動服務。需要自動化？我們利用 n8n、簡潔的介面和 CI/CD 將其完美整合。在此過程中，您將掌握在高負載下依然穩健的響應式工程技術。

未來發展方向：交付型人才的職位。熱愛建構的人才可以選擇 AI 工程師和 LLM 工程師；追求規模化可靠性的人才可以選擇平台和 MLOps 方向；致力於將智能體 AI 從簡報轉化為實際業務成果的人才可以選擇產品和領導力方向。貫穿始終的核心理念是：快速學習、快速建立、衡量一切、迭代優化。

從我們最暢銷的課程開始：

LLM 工程：精通 AI、大型語言模型和 Agents – 從最初的響應式設計到生產模式（RAG、Agents、評估、LangChain/LangGraph）的實踐路徑。

完整的 Agentic AI 工程課程 – 設計、編排和部署強大的 AI Agents 和 Agentic 工作流程。

生產環境中的 AI : 大規模的 Gen AI 和 Agenttic AI – AWS 上建置管道、監控和企業級部署的擴展模式。

生成式 AI 高階主管簡報：領導者的精通指南－生成式 AI 策略、治理與投資報酬率的簡明行動手冊。

如果您希望快速提陞技能並交付實際產品，歡迎加入我們。學習概念，體驗工具，建立產品 – 然後將其推向用戶。這就是 Ligency 的行事方式。

字幕：日本語、英文

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

Udemy 永久擁有課程許多課程約 NT400(點擊連結看更多)
✨年訂閱每月 NT350(再享特別優惠：年度訂閱首年享 25% 折扣) 🌈 悠遊 Udemy 的 26000+ 門課，最大化學習 ( 原價 NT635/月 )
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現