給新手的實用 AWS SageMaker | 建構 6 個專案

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

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。

SuperDataScience Team 幫助資料科學家取得成功

您好！

我們是 SuperDataScience 團隊。我們會及時通知您 SuperDataScience 的新課程發布、播客更新、部落格更新、速查表分享等資訊！

我們致力於幫助您走在數據科學和技術的前沿。

課堂見！

此致，

SuperDataScience 團隊！

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