【Udemy中英字幕】AWS Certified Machine Learning Specialty MLS-C01 [2024]

AWS 认证机器学习专业 MLS-C01 [2024]

体验 AWS SageMaker：包含实践学习、实践测试和认证准备的实用课程

讲师：Chandra Lingam

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 您将获得有关如何在 AWS 云中训练、优化、部署和集成 ML 的第一手经验
• AWS 内置算法，自带即用型 AI 功能
• AWS 认证机器学习完整指南 – 专业 (MLS-C01)
• 包括高质量的限时练习测试（许多课程对练习测试收取单独的费用）
• 零停机模型部署
• 如何从应用程序集成和调用机器学习
• 自动超参数调整

要求

• 熟悉 Python
• AWS 账户 – 我将逐步介绍如何设置一个
• Pandas、Numpy、Matplotlib 的基础知识
• 成为积极的学习者，如果需要帮助，请使用课程讨论论坛 – 请不要将需要帮助的项目放在课程评论中

描述

了解基于云的机器学习算法、如何与您的应用程序集成以及认证准备

欢迎来到 AWS 机器学习专业课程！

在本课程中，您将通过演示特定概念的动手实验获得 AWS SageMaker 的实践经验。我们将从设置您的 SageMaker 环境开始。如果您是机器学习新手，您将学习如何处理混合数据类型、缺失数据以及如何验证模型的质量。这些主题对于机器学习从业者和认证考试至关重要。

SageMaker 使用容器来打包算法和框架，例如 Pytorch 和 TensorFlow。基于容器的方法提供了构建和部署模型的标准接口，并且可以轻松地将模型转换为生产应用程序。通过一系列简明的实验，您将训练、部署和调用您的第一个 SageMaker 模型。

与任何其他软件项目一样，机器学习解决方案也需要持续改进。我们将研究如何安全地将新更改纳入生产系统、执行 A/B 测试，甚至在必要时回滚更改，所有这些都不会对您的应用程序造成任何停机时间。

我们还将讨论机器学习和人工智能系统公平性方面的新兴社会趋势。如果用户指责你的模型存在种族或性别偏见，你会怎么做？你会如何处理？在本节中，我们将介绍公平性的概念、如何解释模型做出的决策、不同类型的偏见以及如何衡量它们。

我们还将介绍云安全以及如何保护您的数据和模型免遭未经授权的使用。您将了解推荐系统以及如何整合电影和产品推荐等功能。您在课程中学习的算法是最先进的，并且针对您的数据集进行调整可能具有挑战性。我们将研究如何使用自动化工具调整您的模型，您将获得时间序列预测、异常检测和构建自定义深度学习模型的经验。

凭借您在本课程中获得的知识以及包含的高质量模拟考试，您将做好充分准备获得 AWS Certified Machine Learning – Specialty 认证。我期待与您见面并帮助您在本课程中取得成功。谢谢！

本课程适合哪些人：

• 本课程面向对基于 AWS 云的机器学习和数据科学感兴趣的任何人
• AWS 认证机器学习 – 专业准备