YoVDO

[EINSTELLUNG - 29.10.2024] Exam Readiness: AWS Certified Machine Learning - Specialty (German)

Offered By: Amazon Web Services via AWS Skill Builder

Tags

Machine Learning Courses Hyperparameter Optimization Courses Data Engineering Courses Exploratory Data Analysis Courses Feature Engineering Courses

Course Description

Overview

Save Big on Coursera Plus. 7,000+ courses at $160 off. Limited Time Only!

Hinweis: Dieser Kurs läuft am 29. Oktober 2024 aus. Wenn Sie diesen Kurs abschließen möchten, tun Sie dies bitte vor diesem Datum. Derzeit gibt es keinen Ersatzkurs




Kursbeschreibung

Dieser Kurs bereitet Sie auf die AWS Certified Machine Learning – Specialty-Prüfung vor, die Ihre Fähigkeit, Lösungen für Machine Learning (ML) zu entwerfen, zu implementieren, einzusetzen und zu warten, unter Beweis stellt.

In diesem Kurs erfahren Sie etwas zur Logistik der Prüfung, den Mechanismus von Prüfungsfragen und erkunden die technischen Domänen der Prüfung. Sie werden die wichtigsten AWS-Services und Schlüsselkonzepte für die Prüfungsdomänen durcharbeiten:

  1. Data Engineering
  2. Explorative Datenanalyse:
  3. Modellierung
  4. Implementierung und Betrieb von Machine Learning

Sie werden auch wichtige Teststrategien kennenlernen und diese in die Tat umsetzen, indem Sie mehrere Lernfragen beantworten. Sobald Sie Ihre Fähigkeiten verbessert haben, haben Sie die Möglichkeit, an einem Quiz teilzunehmen, das Ihnen hilft, Ihre Stärken und Schwächen zu überprüfen. Damit können Sie in Erfahrung bringen, worauf Sie bei der Prüfungsvorbereitung ein Augenmerk legen müssen.

Kursziele

In diesem Kurs lernen Sie Folgendes:

  • Identifizieren Ihrer Stärken und Schwächen in jedem Prüfungsbereich, damit Sie wissen, worauf Sie sich bei der Prüfungsvorbereitung konzentrieren sollten
  • Beschreiben der technischen Themen und Konzepte, die jede der Prüfungsdomänen ausmachen
  • Zusammenfassen der Logistik und des Mechanismus der Prüfung und der darin enthaltenen Fragen
  • Verwenden effektiver Strategien zum Lernen und Ablegen der Prüfung

Zielgruppe

Dieser Kurs ist für folgende Zielgruppen konzipiert:

  • ML-Anwender, die mindestens ein Jahr praktische Erfahrung haben und sich auf die Prüfung AWS Certified Machine Learning – Specialty vorbereiten

Voraussetzungen

Folgende Voraussetzungen werden für die Kursteilnehmer empfohlen:

  • Beherrschung der hinter grundlegenden ML-Algorithmen liegenden Intuition und Durchführung grundlegender Hyperparameter-Optimierung
  • Verständnis der ML-Pipeline und ihrer Komponenten
  • Erfahrung mit ML- und Deep Learning-Frameworks
  • Verständnis und Erfahrung in Modellschulungen, Bereitstellung und bewährten Methoden für die Ausführung.

Anmelden

Kursinhalt

Modul 0: Kurseinführung

Modul 1: Prüfungsübersicht und Strategien zur Prüfungsablegung

  • Prüfungs-Übersicht, -Logistik, -Bewertung und -Benutzeroberfläche
  • Fragemechanismus und -gestaltung
  • Strategien für die Prüfung

Modul 2: Domäne 1 – Data Engineering

  • Domäne 1.1: Daten-Repositorys für ML
  • Domäne 1.2: Identifizieren und Implementieren einer Datenerfassungslösung
  • Domäne 1.3: Identifizieren und Implementieren einer Datentransformationslösung
  • Exemplarische Vorgehensweise bei Lernfragen
  • Quiz zu Domäne 1

Modul 3: Domäne 2 – Explorative Datenanalyse

  • Domäne 2.1: Bereinigung und Verbereiten von Daten für die Modellierung
  • Domäne 2.2: Durchführen von Feature-Engineering
  • Domäne 2.3: Analysieren und Visualisieren von Daten für ML
  • Exemplarische Vorgehensweise bei Lernfragen
  • Quiz zu Domäne 2

Modul 4: Domäne 3 – Modellierung

  • Domäne 3.1: Formulieren des geschäftlichen Problems als ML-Problem
  • Domäne 3.2: Auswählen des/der geeigneten Modells/Modelle für ein bestimmtes ML-Problem
  • Domäne 3.3: Trainieren von ML-Modellen
  • Domäne 3.4 Durchführen von Hyperparameter-Optimierung
  • Domäne 3.5 Evaluieren von ML-Modellen
  • Exemplarische Vorgehensweise bei Lernfragen
  • Quiz zu Domäne 3

Modul 5: Domäne 4 – ML-Implementierung und Betrieb

  • Domäne 4.1: Entwicklung von ML-Lösungen für Leistung, Verfügbarkeit, Skalierbarkeit, Ausfallsicherheit und Fehlertoleranz
  • Domäne 4.2: Empfehlen und Implementieren der entsprechenden ML-Services und -Funktionen für ein bestimmtes Problem
  • Domäne 4.3: Anwendung grundlegender AWS-Sicherheitspraktiken auf ML-Lösungen
  • Domäne 4.4: Bereitstellen und Operationalisieren von ML-Lösungen
  • Exemplarische Vorgehensweise bei Lernfragen
  • Quiz zu Domäne 4

Modul 6: Weitere Lernfragen

  • Möglichkeit, zusätzliche Lernragen zu beantworten

Modul 7: Empfohlenes Lernmaterial

  • Links zu AWS-Blogs, Dokumentationen, FAQs und anderem empfohlenen Studienmaterial für die Prüfung

Modul 8: Kurszusammenfassung

  • So melden Sie sich für die Prüfung an
  • Kurszusammenfassung
  • Rückmeldungen zum Kurs

Tags

Related Courses

Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization
DeepLearning.AI via Coursera
How to Win a Data Science Competition: Learn from Top Kagglers
Higher School of Economics via Coursera
Predictive Modeling and Machine Learning with MATLAB
MathWorks via Coursera
Machine Learning Rapid Prototyping with IBM Watson Studio
IBM via Coursera
Hyperparameter Tuning with Neural Network Intelligence
Coursera Project Network via Coursera