AWS Sagemaker 實操培訓
透過構建真實世界專案掌握 AWS Sagemaker
更新於 2024 年 10 月
語言 - 英語
講座 -119
資源 -1
時長 -6.5 小時
終身訪問
課程 描述
透過構建真實世界專案掌握 AWS Sagemaker
需要全面瞭解 AWS 機器學習生態系統，而 SageMaker 是其中最重要的組成部分之一。
本課程包含真實世界專案，使您能夠學習和鞏固您對 Sagemaker 的理解。
在本課程中，您將學習
SageMaker 的總體概述
使用 XgBoost 進行乳腺癌分類
使用線性迴歸預測房價
使用 KNN 進行 MNIST 手語識別
物件檢測
使用 PCA 進行降維
使用分解機構建推薦系統
DeepAR 用於時間序列預測
Blazing Text 用於 Word2Vec
在 Sagemaker 上託管用於信用卡欺詐檢測的自定義模型
其他內建演算法
超引數調整
AWS Lambda 基礎知識
整合和部署選項
我們知道您之所以來到這裡，是因為您重視您的時間和金錢。透過參加本課程，您可以確信本課程將詳細解釋所有內容，如果您對課程有任何疑問，我們將在 12 小時內解答您的疑問。
所有專案檔案都可供您使用。
所以，您還在等什麼？點選購買按鈕，讓我們一起探索這段激動人心的旅程吧。
目標
- 瞭解 SageMaker 上的不同內建演算法，例如 XgBoost、Deep AR、線性學習器和分解機
- 學習在 SageMaker 上部署自定義機器學習演算法
- 學習在 SageMaker 上實施現實世界的機器學習問題
- 學習在 SageMaker 上進行超引數調整
- 學習使用 Lambda 和 API Gateway 部署 Sagemaker 模型
先決條件
- 機器學習基礎知識
- AWS 賬戶
課程大綱
檢視課程內容的詳細分解
簡介
2 節課程
-
簡介 02:40 02:40 -
課程檔案
SageMaker 的前提條件
3 節課
分類專案：乳腺癌分類
13 節課
在 Sagemaker 中使用 KNN
6 節課
使用PCA進行降維
7 節課
使用因子分解機（Factorization Machine）的推薦系統
5 節課
SageMaker 上的自定義模型 - 欺詐檢測
9 節課
超引數調整
4 節課
糖尿病預測的整合和部署選項
13 節課程
結論
1 節課
講師 詳情
Akshay Deep Lamba
課程 證書
利用您的證書來改變職業生涯或在您目前的職業生涯中提升自己。
我們的學生與
最佳
相關影片課程
檢視更多
