Detect Anomalies in Game Transactions with ML and Sagemaker (Simplified Chinese)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
课程说明
同时打造和运维多款游戏的游戏工作室往往会对从游戏客户端收到的交易数据进行大量的服务器端验证。本课程将介绍如何使用中央模型(或每个游戏多个模型)来卸载服务器处理和缩短服务器响应时间。本课程回顾了与游戏交易数据相关的不同异常情况,以及机器学习 (ML) 如何帮助执行验证。
注意:本课程具有本地化的注释/字幕。 旁白保留英语。要显示字幕,请单击播放器右下角的 CC 按钮。
课程目标
本课程旨在教会您如何:
• 了解游戏交易和相关数据
• 识别游戏交易中的异常
• 查看示例游戏报告数据
• 了解用于执行验证的机器学习架构
目标受众
本课程面向:
• 游戏开发人员
• 处理游戏交易的数据分析师
先决条件
我们建议符合以下条件的人员参加本课程:
• 了解基本游戏概念的人士
• 对机器学习有基本了解的人士
课程大纲:
• 游戏交易
• 异常情况
• 游戏报告数据
• 机器学习如何提供帮助
• 演示
Tags
Related Courses
Amazon SageMaker: Simplifying Machine Learning Application DevelopmentAmazon Web Services via edX Developing Machine Learning Applications
Amazon via Independent AWS Computer Vision: Getting Started with GluonCV
Amazon Web Services via Coursera AWS Machine Learning Engineer Nanodegree
Kaggle via Udacity Image Classification with Amazon Sagemaker
Coursera Project Network via Coursera