Exam Readiness: AWS Certified Machine Learning - Specialty (French)

Description du cours

Ce cours vous prépare à passer l’examen AWS Certified Machine Learning – Specialty, qui valide votre capacité à concevoir, implémenter, déployer et maintenir des solutions de machine learning (ML).

Dans ce cours, vous découvrirez la logistique de l’examen et les modalités des questions d’examen, et vous explorerez les domaines techniques de l’examen. Vous passerez en revue les services AWS de base et les concepts clés pour les domaines d'examen :

1. Ingénierie des données
2. Analyse exploratoire des données
3. Modélisation
4. Implémentation et opérations de machine learning

Vous apprendrez également les principales stratégies pour passer l’examen et les appliquerez en répondant à plusieurs questions d’étude. Une fois que vous aurez perfectionné vos compétences, vous aurez la possibilité de participer à un questionnaire qui vous aidera à évaluer vos forces et faiblesses, afin que vous sachiez sur quoi axer vos révisions avant l’examen.

Niveau: IntermédiaireModalités: NumériqueDurée: 4 heuresFormat - Présentations multimédia- Passage en revue de questions d’étude- Quiz et questions d’étude supplémentaires

Objectifs du cours

À la fin de ce cours, vous saurez :

• Identifier vos forces et faiblesses dans chaque domaine de l’examen afin de savoir sur quoi vous concentrer lors de votre préparation
• Décrire les sujets techniques et les concepts qui composent chacun des domaines de l’examen
• Résumer la logistique et les modalités de l’examen et ses questions
• Utiliser des stratégies efficaces pour étudier et passer l’examen

Public visé

Ce cours s’adresse aux personnes suivantes :- Les spécialistes du ML qui ont au moins un an d’expérience pratique et qui se préparent à passer l’examen AWS Certified Machine Learning – Specialty

Prérequis

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

• Capacité à exprimer l’intuition derrière les algorithmes ML de base et à optimiser des hyperparamètres de base
• Compréhension du pipeline de ML et de ses composants
• Expérience avec les frameworks de ML et de deep learning
• Compréhension et expérience des meilleures pratiques d’entraînement, de déploiement et d’exploitation des modèles

Inscription

www.aws.training

Déroulement du cours

Module 0 : Introduction au cours

Module 1 : Aperçu de l’examen et stratégies d’examen

• Présentation de l’examen, logistique, notation et interface utilisateur
• Mécaniques et conception des questions
• Stratégies d’examen

Module 2 : Domaine 1 – Ingénierie des données

• Domaine 1.1 : Référentiels de données pour le ML
• Domaine 1.2 : Identifier et mettre en œuvre une solution d’ingestion des données
• Domaine 1.3 : Identifier et mettre en œuvre une solution de transformation des données
• Démonstration de questions d’étude
• Questionnaire Domaine 1

Module 3 : Domaine 2 – Analyse exploratoire des données

• Domaine 2.1 : Nettoyer et préparer les données pour la modélisation
• Domaine 2.2 : Travailler avec l’ingénierie
• Domaine 2.3 : Analyser et visualiser les données pour le ML
• Démonstration de questions d’étude
• Questionnaire Domaine 2

Module 4 : Domaine 3 – Modélisation

• Domaine 3.1 : Cadrer les problèmes d’entreprise en tant que problèmes de ML
• Domaine 3.2 : Sélectionner le(s) modèle(s) approprié(s) pour un problème de ML donné
• Domaine 3.3 : Entraîner les modèles de ML
• Domaine 3.4 : Optimiser les hyperparamètres
• Domaine 3.5 : Évaluer les modèles de ML
• Passage en revue de questions d’étude
• Questionnaire Domaine 3

Module 5 : Domaine 4 – Implémentation et opérations de ML

• Domaine 4.1 : Créer des solutions de ML pour les performances, la disponibilité, l’évolutivité, la résilience et la tolérance aux pannes
• Domaine 4.2 : Recommander et implémenter les services et fonctionnalités de ML appropriés pour un problème donné
• Domaine 4.3 : Appliquer les pratiques de sécurité AWS de base aux solutions de ML
• Domaine 4.4 : Déployer et opérationnaliser des solutions de ML
• Passage en revue de questions d’étude
• Questionnaire Domaine 4

Module 6 : Questions d’étude supplémentaires

• Possibilité de répondre à d’autres questions d’étude

Module 7 : Supports d’étude recommandés

• Liens vers les blogs AWS, la documentation, les FAQ et d’autres documents d’étude recommandés pour l’examen

Module 8 : Conclusion du cours

• Comment s’inscrire à l’examen
• Résumé du cours
• Commentaires sur le cours