Erlernen Sie die Verwendung einer Pipeline für maschinelles Lernen (ML) mit Amazon SageMaker anhand praktischer Übungen und vier Tagen Schulung. Sie lernen, wie Sie Ihre Businessprobleme als ML-Probleme formulieren und Amazon SageMaker verwenden, um ML-Modelle zu trainieren, zu bewerten, abzustimmen und einzusetzen. Das praxisorientierte Lernen ist eine Schlüsselkomponente dieses Kurses.
aktuelle Kurs-Termine finden Sie am Ende dieser Seite … Firmenschulungen gerne auf Anfrage!
Erlernen Sie die Verwendung einer Pipeline für maschinelles Lernen (ML) mit Amazon SageMaker anhand praktischer Übungen und vier Tagen Schulung. Sie lernen, wie Sie Ihre Businessprobleme als ML-Probleme formulieren und Amazon SageMaker verwenden, um ML-Modelle zu trainieren, zu bewerten, abzustimmen und einzusetzen. Das praxisorientierte Lernen ist eine Schlüsselkomponente dieses Kurses. Sie wählen ein Projekt aus, an dem Sie arbeiten möchten, und wenden dann das Wissen und die Fähigkeiten, die Sie erlernen, in jeder Phase der Pipeline auf das gewählte Projekt an. Sie haben die Wahl zwischen folgenden Projekten: Betrugserkennung, Empfehlungsmaschinen oder Flugverspätungen.
Was Sie in diesem Kurs lernen:
Dieser Kurs ist konzipiert für:
Wir empfehlen, dass die Teilnehmer dieses Kurses folgende Voraussetzungen erfüllen:
Dieser Kurs setzt sich zusammen aus:
TAG 1
Modul 0: Einführung
• Vorbereitung
Modul 1: Einführung in maschinelles Lernen und die ML-Pipeline
• Überblick über das maschinelle Lernen, einschließlich Anwendungsfälle, Arten des maschinellen Lernens und Schlüsselkonzepte
• Überblick über die ML-Pipeline
• Einführung in die Kursprojekte und die Herangehensweise
Modul 2: Einführung in Amazon SageMaker
• Einführung in Amazon SageMaker
• Demo: Amazon SageMaker und Jupyter-Notebooks
• Praktische Anwendung: Amazon SageMaker und Jupyter-Notebooks
Modul 3: Problemformulierung
• Überblick über die Problemformulierung und die Entscheidung, ob ML die richtige Lösung ist
• Umwandlung eines Geschäftsproblems in ein ML-Problem
• Demo: Amazon SageMaker Ground Truth
• Praktische Anwendung: Amazon SageMaker Ground Truth
TAG 2
Modul 3: Problemformulierung (Fortsetzung)
• Problemformulierung üben
• Problemstellungen für Projekte formulieren
Checkpoint 1 und Überprüfung der Antworten
Modul 4: Vorverarbeitung
• Überblick über die Datenerfassung und -integration sowie Techniken zur Datenvorverarbeitung und -visualisierung
• Vorverarbeitung üben
• Vorverarbeitung von Projektdaten und Besprechung des Projektfortschritts
TAG 3
Checkpoint 2 und Überprüfung der Antworten
Modul 5: Modellschulung
• Die Wahl des richtigen Algorithmus
• Formatierung und Aufteilung Ihrer Daten für das Training
• Verlustfunktionen und Gradientenabstieg zur Verbesserung Ihres Modells
• Demo: Erstellen eines Trainingsjobs in Amazon SageMaker
Modul 6: Modellbewertung
• Wie man Klassifikationsmodelle bewertet
• Wie man Regressionsmodelle auswertet
• Schulung und Bewertung von Trainingsmodellen
• Schulung und Bewertung von Projektmodellen und anschließende Präsentation der Ergebnisse
TAG 4
Checkpoint 3 und Überprüfung der Antworten
Modul 7: Merkmalstechnik und Modellabstimmung
• Merkmalsextraktion, -auswahl, -erstellung und -umwandlung
• Abstimmung der Hyperparameter
• Demo: SageMaker Hyperparameter-Optimierung
• Üben Sie Feature Engineering und Modellabstimmung
• Anwendung von Feature Engineering und Modelloptimierung auf Projekte
• Abschließende Projektpräsentationen
Modul 8: Deployment
• Deployment, Inferenz und Monitoring Ihres Modells auf Amazon SageMaker
• Datennahes Deploying von ML
• Demo: Erstellen eines Amazon SageMaker-Endpunkts
• Nachbereitung
• Nachbereitung des Kurses
WICHTIG: Bitte bringen Sie zu unseren Trainings Ihr Notebook (Windows, Linux oder Mac) mit. Wenn dies nicht möglich ist, nehmen Sie bitte mit uns vorher Kontakt auf.
Kursunterlagen sind auf Englisch, auf Wunsch auch auf Deutsch (wenn verfügbar).
Kurssprache ist Deutsch, auf Wunsch auch auf Englisch.
Datum | Kurs | Preis pro TN | ||
---|---|---|---|---|
14.08.2023 - 17.08.2023 | The Machine Learning Pipeline on AWS Online in - Virtual Classroom | 2.795,00 € zzgl. MwSt. | Buchen | |
03.10.2023 - 06.10.2023 | The Machine Learning Pipeline on AWS Online in - Virtual Classroom | 3.700,00 € zzgl. MwSt. | Buchen | |
20.11.2023 - 23.11.2023 | The Machine Learning Pipeline on AWS Online in - Virtual Classroom | 2.795,00 € zzgl. MwSt. | Buchen | |
20.11.2023 - 23.11.2023 | The Machine Learning Pipeline on AWS Vahrenwalder Straße 156 in 30165 Hannover | 2.795,00 € zzgl. MwSt. | Buchen | |
27.11.2023 - 30.11.2023 | The Machine Learning Pipeline on AWS Online in - Virtual Classroom | 3.700,00 € zzgl. MwSt. | Buchen | |
29.01.2024 - 01.02.2024 | The Machine Learning Pipeline on AWS Online in - Virtual Classroom | 2.795,00 € zzgl. MwSt. | Buchen | |
29.01.2024 - 01.02.2024 | The Machine Learning Pipeline on AWS Esplanade 6 (5. Etage) in 20354 Hamburg | 2.795,00 € zzgl. MwSt. | Buchen |
Gerne stehen wir Ihnen unter:
telefonisch zur Verfügung oder schreiben Sie uns:
Klicken Sie auf den unteren Button, um den Inhalt von HubSpot-Formular zu laden.
+43 720 34 36 11 (AT)
+41 415 41 16 60 (CH)
+49 511 590 95950 (International)
+49 511 59 0 95 590 (Fax)