fbpx

給新手的實用 AWS SageMaker | 建構 6 個專案

Contents

熟練掌握 AWS SageMaker 演算法(線性學習,XGBoost,PCA,影像分類) ; 學習 SageMaker Studio 和 AutoML

從這 16 小時的課程,你會學到

  • 使用 AWS SageMaker 培訓和部署 AI/ML 模型
  • 基於超參數優化搜尋的模型參數優化
  • 開發、培訓、測試和部署線性迴歸模型以進行預測
  • 利用生產層次多項式迴歸模型( multi-polynomial regression model ),根據給定的特徵值預測店鋪銷售額
  • 開發一個基於深度學習的影像分類模型
  • 開發時間序列預測模型,使用 DeepAR 預測未來產品價格
  • 使用 SageMaker 開發和部署情感分析模型( sentiment analysis model )
  • 部署訓練有素的 NLP 模型,並使用安全 API 進行互動/預測
  • 使用 SageMaker 內建的演算法來訓練和評估物件偵測模型( Object Detection model )

要求

  • 基本的程式設計知識
  • AWS 的基本知識
  • 機器學習的基本知識

課程說明

機器學習( ML,Machine Learning )和深度學習( DL,Deep Learning )是科技界最熱門的話題!從銀行到醫療保健,從交通到技術,各個領域都採用了 ML 和 DL 技術。

AWS 是全球使用最廣泛的機器學習雲端計算平台之一 — 數家財富 500 強企業的商業運營都有賴於 AWS。

SageMaker 是 AWS 中的一個完全管理的服務,它允許資料科學家和人工智慧從業者快速有效地培訓、測試和部署人工智慧/機器學習模型。

在本課程中,學生將學習如何使用 AWS SageMaker 建立 AI/ML 模型。

專案將涵蓋商業、醫療保健和科技等多個主題。在本課程中,學生將能夠以實際的方式掌握許多主題,例如: (1)資料工程和特徵工程,(2) AI/ML 模型選擇,(3)適當的 AWS SageMaker 演算法選擇來解決商業問題,(4) AI/ML 模型的建立、訓練和部署,(5)模型優化和超參數調整。

本課程涵蓋了資料工程、 AWS 服務和演算法以及實用的 ML/DL 基礎等多個主題:

  • 資料工程: 資料型別、關鍵 python 程式庫(pandas、 Numpy、 scikit Learn、 MatplotLib 和 Seaborn)、資料分佈和特徵工程(填充、分配、編碼和規範化)。
  • AWS 服務和演算法: Amazon SageMaker,Linear Learner (回歸/分類) ,Amazon S3 儲存服務,梯度增加樹 (XGBoost) ,影像分類,主成分分析分類,SageMaker Studio 和 AutoML。
  • 機器和深度學習基礎: 型別的人工神經網路(ANNs) ,如前饋 ANNs,卷積神經網路(CNNs) ,啟用函數(sigmoid,RELU 和雙曲正切函數) ,機器學習訓練策略(監督/無監督) ,梯度下降演算法,學習率,反向傳播,偏差,方差,偏差-方差權衡,正規化(L1和 L2) ,過度彌合, dropout,特徵偵查器,pooling,批次標準化,消失梯度問題,混淆矩陣,精度,召回率,F1得分,根均方差(RMSE) ,整合學習,決策樹和隨機森林。

我們通過實踐導向的專案教授 SageMaker 大量的 ML 和 DL :

  • 專案# 1: 使用 AWS SageMaker Linear Learner 培訓、測試和部署簡單迴歸模型,以預測員工的薪資
  • 專案# 2: 訓練、測試和部署一個多線性迴歸機器學習模型來預測醫療保險費用。
  • 專案# 3: 使用 XGboost 迴歸和使用 SageMaker 超參數調整工具優化模型超參數,訓練、測試和部署一個模型來預測零售店的銷售額。
  • 專案# 4: 使用 SageMaker 內建的 PCA 演算法執行降維預測,並使用 XGBoost 分類模型建立一個分類器模型來預測心血管疾病。
  • 專案# 5: 使用 Sagemaker 和 Tensorflow 開發交通標誌分類器模型。
  • 專案# 6: AWS SageMaker Studio、 AutoML 和模型除錯的 Deep Dive。

本課程為初學者開發人員也適合資料科學家,只要你想對 AWS SageMaker 有基本的瞭解,希望解決現實世界具有挑戰性的問題,且想建立推薦機器學習、 python 程式設計和 AWS 雲端的基本知識。 以下列出適合學習本課程的人 :

  • 新手資料科學家,想要提升他們的職業生涯和建立他們的履歷組合。
  • 經驗豐富的顧問,希望通過使用 SageMaker 利用 AI/ML 來改變企業。
  • 對資料科學和人工智慧充滿熱情和新鮮感的技術愛好者,希望獲得使用 AWS SageMaker 的實際經驗。

今天就去報名,我期待著在裡面見到你。

目標受眾

  • 人工智慧從業者
  • 有抱負的資料科學家
  • 技術愛好者
  • 資料科學顧問

講師簡介

Dr. Ryan Ahmed, Ph.D., MBA  教授和暢銷的 Udemy 講師 更多講師主講課程介紹 )

Ryan Ahmed 是一位熱愛教育和科技的暢銷的 Udemy 教練。Ryan 的使命是讓每個人都能獲得優質的教育,並且負擔得起。Ryan 擁有博士學位。麥克馬斯特大學( McMaster* University )工程學士學位,主修機電一體化和電動汽車(EV)控制。他還獲得了麥克馬斯特應用科學碩士學位,專注於人工智慧(AI)和 DeGroote 商學院的金融 MBA。

Ryan 在三星美國公司和菲亞特克萊斯勒汽車公司 (FCA) 加拿大公司等全球頂級科技公司擔任過多個工程職位。 他為來自 160 個國家/地區的 325,000 多名學生講授了 46 多門科學、技術、工程和數學課程,獲得 29,000 多條 5 星評論,總評分為 4.5/5。 Ryan 還領導著一個名為“Ryan 教授”的 YouTube 頻道(約 100 萬次觀看和超過 22,000 名訂閱者),教授人們有關人工智慧、機器學習和資料科學的知識。

Ryan 在人工智慧、機器學習、狀態估計、電池建模和 EV 控制方面發表了超過 33 篇期刊和會議研究論文。 他是在美國密歇根州底特律舉行的 IEEE 交通電氣化會議暨博覽會 (iTEC 2012) 最佳論文獎的共同獲得者。 Ryan 是史丹佛認證項目經理 (SCPM)、安大略省認證專業工程師 (P.Eng.)、汽車工程師協會 (SAE) 成員以及電氣和電子工程師協會 (IEEE) 成員。 他還是在美國伊利諾伊州芝加哥舉行的 2017 年 IEEE 交通和電氣化會議 (iTEC’17) 的計畫聯席主席。

* 麥克馬斯特大學是加拿大僅有的四所持續躋身世界前 100 名的大學之一。

Mitchell Bouchard  B.S,主持人@RedCapeLearning 521,000 + 學生 更多講師主講課程介紹 )

Mitch 是來自加拿大安大略哈羅的加拿大電影製片人。 2016 年,他畢業於達科他州立大學,獲得計算機圖形學學士學位,專攻電影和電影藝術。

目前,Mitch 擔任 Red Cape Studios, Inc. 的董事長,繼續他對電影製作的熱情。 他還是 Red Cape Learning 的主持人,並為 Red Cape Films 製作/導演內容。

他在 Udemy 上接觸了超過 515,000 多名學生,並製作了超過 3 倍的暢銷課程。

Mitch 目前正在通過 Red Cape Studios Inc. 製作在線教育課程。

在達科他州立大學獲得多個獎項,如“BeadleMania 第一名”、“Winner College 10th Anniversary Dordt Film Festival”以及“藝術與科學學院傑出藝術家獎”。

Mitch 曾在 CBC 的“Windsors Shorts”電視節目中擔任特邀嘉賓,並且還是 TEDX Windsor 的製作人/導演,演講嘉賓來自全國各地。

Ligency I Team 幫助資料科學家取得成功

你好!

我們是 Ligency 團隊。 當我們發布新的 Ligency 課程、發布新的播客、部落格、分享備忘單等時,您會收到我們的來信!

我們在這裡幫助您保持在資料科學和技術的尖端。

我們在課堂上見囉

真摯地,

Ligency I Team

英文字幕:有

  • 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

  • 點選這個 Network & Security 課程✨優惠連結✨ ( NT490 起特價中 ) | 大多地區 ✨ 優惠連結 ✨( NT390 起特價中 )| Udemy 永久擁有課程 ( 在電腦瀏覽器登入,點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得 )
  • 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

報名參加課程

Sponsored by Udemy


也許你會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

幫我們個小忙!

請為我們的網站評分(必)

Comments are closed.

Powered by WordPress.com.

Up ↑

%d