Rileva anomalie nelle transazioni di gioco con il ML e Sagemaker (Italiano) | Detect Anomalies in Game Transactions with ML and Sagemaker (Italian)
Offered By: Amazon Web Services via AWS Skill Builder
Course Description
Overview
Descrizione del corso
Gli studi di gioco che stanno costruendo e gestendo più giochi tendono a rifare gran parte della convalida lato server dei dati transazionali ricevuti dai client di gioco. Questo corso riguarda l'utilizzo di un modello centrale (o più modelli per gioco) per l'offload dell'elaborazione del server e il miglioramento dei tempi di risposta del server. Il corso esamina le diverse anomalie associate ai dati delle transazioni di gioco e la modalità in cui il Machine Learning (ML) può aiutare a eseguire le convalide.
Nota: questo corso fornisce trascrizioni/sottotitoli localizzati. La narrazione è in inglese.
Obiettivi del corso
Questo corso è progettato per insegnarti a:
• Comprendere le transazioni di gioco e i dati associati • Riconoscere anomalie nelle transazioni di gioco • Rivedere i dati di esempio del report di gioco • Comprendere l'architettura di Machine Learning per l'esecuzione di convalide
Destinatari principali
Questo corso è rivolto a:
• Gli sviluppatori di giochi • Analisti di dati che lavorano con le transazioni di gioco
Prerequisiti
È consigliabile che i partecipanti a questo corso possiedano:
• Una comprensione dei concetti di gioco di base • Una comprensione di base del Machine Learning
Riepilogo del corso:
• Transazioni di gioco • Anomalie • Dati del report di gioco • Come può aiutare il ML • 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