AWS ML Engineer Associate 1.3 Validação e preparação de dados para modelagem (Português) | AWS ML Engineer Associate 1.3 Validate Data and Prepare for Modeling (Portuguese)

Este curso abrange parte da fase de preparação de dados do ciclo de vida de machine learning (ML). Você aprenderá estratégias de validação de dados, como aquelas para redução viés e segurança de dados. Você também analisará alguns serviços da Amazon Web Services (AWS) que podem auxiliar na validação de dados, como o AWS Glue DataBrew e o AWS Glue Data Quality. Você também aprenderá as etapas finais de preparação e configuração de dados, como divisão, embaralhamento, aumento e configuração de conjunto de dados para carregá-los no recurso de treinamento do modelo.

• Nível do curso: 300
• Duração: 45 minutos

Atividades

• Materiais on-line
• Uma demonstração
• Perguntas do teste de conhecimento
• Uma avaliação do curso

Objetivos do curso

• Explicar a importância de garantir a integridade dos dados.
• Identificar as métricas fundamentais de viés pré-treinamento.
• Descrever estratégias para resolver o desequilíbrio de classes nos conjuntos de dados.
• Descrever serviços da AWS principais para validar a qualidade dos dados.
• Usar ferramentas da AWS para identificar e reduzir origens de viés nos dados.
• Descrever técnicas de uso de serviços da AWS para criptografar dados.
• Identificar implicações de requisitos de conformidade.
• Descrever o valor e a técnica de divisão, embaralhamento e aumento de conjuntos de dados.
• Identificar formatos de dados usados no treinamento do modelo.
• Identificar ferramentas e serviços da AWS para configuração de dados de treinamento do modelo.
• Descrever como configurar dados para carregá-los em um recurso de treinamento do modelo.

Público-alvo

• Arquitetos de nuvem
• Engenheiros de machine learning

Habilidades recomendadas

• Pelo menos um ano de experiência de uso do Amazon SageMaker e de outros serviços da AWS de engenharia de ML. 
• Pelo menos um ano de experiência em uma função relacionada, como desenvolvedor de software back-end, desenvolvedor DevOps, engenheiro de dados ou data scientist. 
• Uma compreensão fundamental de linguagens de programação, como Python. 
• Cursos anteriores no Plano de aprendizado AWS ML Engineer Associate. 

Conteúdo do curso

• Seção 1: Introdução

o    Lição 1: Como usar este curso

o    Lição 2: Visão geral do curso

o    Lição 3: Fundamentos de validação de dados

• Seção 2: Validar os dados

o    Lição 4: Resolver desequilíbrio de classes

o    Lição 5: Ferramentas e serviços da AWS para validação de dados e redução de viés

o    Lição 6: Identificar e reduzir viés com o Amazon SageMaker Clarify

o    Lição 7: Segurança de dados e conformidade

• Seção 3: Etapas finais da preparação de dados

o    Lição 8: Divisão, embaralhamento e aumento de conjunto de dados

o    Lição 9: Configurar dados para treinamento do modelo

• Seção 4: Conclusão

o    Lição 10: Resumo do curso

o    Lição 11: Avaliação

o    Lição 12: Entrar em contato