Detect Anomalies in Game Transactions with ML and Sagemaker (German)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
Kursbeschreibung
Spieleentwickler, die mehrere Titel entwickeln und betreiben, führen die serverseitige Validierung der Transaktionsdaten von Spiele-Clients oft mehrfach durch. Dieser Kurs zeigt, wie sich mit einem zentralen Modell (oder mehreren Modellen pro Spiel) Server entlasten und ihre Reaktionszeiten verbessern lassen. Behandelt werden die verschiedenen Anomalien bei Transaktionsdaten von Spielen und wie Machine Learning (ML) Validierungen unterstützen kann.
Hinweis: Dieser Kurs verfügt über lokalisierte Transkripte/Untertitel. Der Vortrag ist auf Englisch.
Kursziele
In diesem Kurs lernen Sie Folgendes:
• Verstehen von Spieltransaktionen und zugehörigen Daten • Erkennen von Anomalien bei Spieltransaktionen • Überprüfen von Spielberichtsdaten anhand eines Beispiels • Verstehen der Machine-Learning-Architektur für Validierungen
Zielgruppe
Dieser Kurs richtet sich an:
• Spieleentwickler • Datenanalysten, die mit Spieltransaktionen arbeiten
Voraussetzungen
Kursteilnehmer sollten folgende Voraussetzungen erfüllen:
• Verständnis der grundlegenden Spielkonzepte • Grundkenntnisse über Machine-Learning-Prozesse
Kursinhalt:
• Spieletransaktionen • Anomalien • Spielberichtsdaten • Was ML leistet • Demo
Tags
Related Courses
Model Building and ValidationAT&T via Udacity Поиск структуры в данных
Moscow Institute of Physics and Technology via Coursera Data Analytics Foundations for Accountancy II
University of Illinois at Urbana-Champaign via Coursera Developing Machine Learning Applications
Amazon via Independent Anomaly Detection in Time Series Data with Keras
Coursera Project Network via Coursera