Planning a Machine Learning Project (French)

Ce cours présente les exigences pour déterminer si le machine learning (ML) est approprié à un problème d'entreprise.

• Niveau du cours : Fondamentaux
• Durée : 30 minutes

Activités

Ce cours comprend des présentations, des vidéos et des évaluations des connaissances.

Objectifs du cours

Dans ce cours, vous apprendrez à :

• Identifier les exigences de données, de temps et de production pour un projet ML réussi

Public visé

Ce cours s'adresse aux personnes suivantes :

• Dirigeants d'entreprise non techniques et autres décideurs d'entreprise qui sont ou seront impliqués dans des projets de ML
• Les participants au programme AWS Machine Learning Embark et aux ateliers de découverte du Machine Learning Solutions Lab (MLSL)

Prérequis

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

• Présentation du Machine Learning : l'art du possible

Déroulement du cours

Module 1 : Une solution de machine learning automatique est-elle adaptée à mon problème ?

• Expliquer comment déterminer si la solution ML est appropriée au problème de votre entreprise

Module 2 : Mes données sont-elles prêtes pour le machine learning ?

• Décrire le processus visant à garantir que vos données sont prêtes pour le ML

Module 3 : Quelle sera l'incidence du machine learning sur la chronologie d'un projet ?

• Expliquer comment le ML peut avoir une incidence sur la chronologie d'un projet

Module 4 : Quelles questions dois-je poser au début du déploiement ?

• Identifier les questions à poser qui affectent le déploiement du ML

Module 5 : Conclusion