Détecter les anomalies dans les transactions de jeux avec ML et Sagemaker (Français) | Detect Anomalies in Game Transactions with ML and Sagemaker (French)

Description du cours

Les studios de jeux qui développent et exploitent plusieurs jeux ont tendance à refaire une grande partie de la validation côté serveur des données transactionnelles provenant des clients des jeux. Ce cours porte sur l'utilisation d'un modèle central (ou de plusieurs modèles par jeu) pour décharger le traitement du serveur et améliorer le temps de réponse du serveur. Nous passerons en revue les différentes anomalies associées aux données de transaction de jeu et comment le Machine Learning (ML) peut aider à effectuer des validations.

Remarque : ce cours comporte des transcriptions ou des sous-titres localisés. La narration est en anglais.

Objectifs du cours

À la fin de ce cours, vous aurez acquis les compétences suivantes :

     • Comprendre les transactions de jeu et les données connexes      • Reconnaître les anomalies dans les transactions de jeu     • Passer en revue des exemples de données de rapport de jeu     • Comprendre l'architecture de Machine Learning pour effectuer des validations

Public visé

Ce cours s'adresse aux personnes suivantes :

     • Développeurs de jeux     • Analystes de données qui travaillent avec les transactions de jeu

Prérequis

Pour assister à ce cours, il est conseillé aux participants de disposer des connaissances suivantes :

     • Compréhension des concepts de base des jeux      • Connaissances de base du Machine Learning

Déroulement du cours :

     • Transactions de jeu     • Anomalies     • Données de rapport de jeux     • De quelle façon le ML peut aider     • Démonstration