+49 (911) 80 10 30

Rufen Sie uns an oder lassen Sie sich zurückrufen!

Einfach Nachricht mit Ihrem Rückruf-Termin hinterlassen.

Ihr Name *

Ihre Telefonnummer *

Rückruf-Datum *

Rückruf-Uhrzeit *

Ihre Anfrage *

Um Ihre Anfrage bearbeiten zu können, ist es notwendig, die von Ihnen angegebenen Daten zu verarbeiten. Das bedeutet, dass Sie mit dem Absenden des Kontaktformulars in die Verarbeitung Ihrer Daten einwilligen (siehe Datenschutzrichtlinie). Sie können der Verarbeitung Ihrer Daten jederzeit widersprechen.

* Alle Felder, die mit einem Sternchen versehen sind, sind Pflichtfelder.
Nachricht senden

Ihr Name *

Ihre E-Mail Adresse *

Ihre Telefonnummer

Ihre Anfrage *

Um Ihre Anfrage bearbeiten zu können, ist es notwendig, die von Ihnen angegebenen Daten zu verarbeiten. Das bedeutet, dass Sie mit dem Absenden des Kontaktformulars in die Verarbeitung Ihrer Daten einwilligen (siehe Datenschutzrichtlinie). Sie können der Verarbeitung Ihrer Daten jederzeit widersprechen.*

* Alle Felder, die mit einem Sternchen versehen sind, sind Pflichtfelder.
Social Media

Seite teilen

AW233: Practical Data Science with Amazon SageMaker

Training: AWS™ - Cloud - Künstliche Intelligenz - Zertifizierungen

Teilnehmer erhalten eine praxisnahe Einführung in den Entwicklungsprozess von Machine-Learning-Lösungen mit Amazon SageMaker. Vermittelt werden die Schritte zur Erstellung, zum Training und zur Bereitstellung eines ML-Modells. Behandelt wird der Arbeitsalltag eines Data Scientists, ergänzt durch instruktorgeführte Demonstrationen und praktische Übungen.

Terminauswahl

Termine in deutscher Sprache (0)


Aktuell sind leider keine vorgelegten Termine verfügbar! Sie möchten einen Termin anfragen ? Dann klicken Sie auf "Kein passender Termin?"

Mögliche Kurssprachen: Deutsch

Wunschzeitraum für Termin anfragen:

Ihr Name *

Ihre E-Mail Adresse *

Ihre Telefonnummer

Wunschzeitraum von *

Wunschzeitraum bis *

Anzahl an Teilnehmer *

Ihre Nachricht

* Alle Felder, die mit einem Sternchen versehen sind, sind Pflichtfelder.

Aktuell sind leider keine vorgelegten Termine verfügbar!
Sie möchten einen Termin anfragen ? Dann klicken Sie auf "Kein passender Termin?"

Wunschzeitraum für Termin anfragen:

Ihr Name *

Ihre E-Mail Adresse *

Ihre Telefonnummer

Wunschzeitraum von *

Wunschzeitraum bis *

Anzahl an Teilnehmer *

Ihre Nachricht

* Alle Felder, die mit einem Sternchen versehen sind, sind Pflichtfelder.

Agenda:

Einführung in Machine Learning
- Vorteile von Machine Learning (ML)
- Arten von ML-Ansätzen
- Formulierung des Geschäftsproblems
- Vorhersagequalität
- Prozesse, Rollen und Verantwortlichkeiten in ML-Projekten

Vorbereitung eines Datasets
- Datenanalyse und -aufbereitung
- Tools zur Datenvorbereitung
- Demonstration: Überblick über Amazon SageMaker Studio und Notebooks
- Praktische Übung: Datenvorbereitung mit SageMaker Data Wrangler

Training eines Modells
- Schritte zum Training eines Modells
- Auswahl eines Algorithmus
- Modelltraining in Amazon SageMaker
- Praktische Übung: Training eines Modells mit Amazon SageMaker
- Amazon CodeWhisperer
- Demonstration: Amazon CodeWhisperer in SageMaker Studio Notebooks

Bewertung und Optimierung eines Modells
- Modellbewertung
- Modelloptimierung und Hyperparameter-Tuning
- Praktische Übung: Modell-Tuning und Hyperparameter-Optimierung mit Amazon SageMaker

Bereitstellung eines Modells
- Modellbereitstellung
- Praktische Übung: Bereitstellung eines Modells an einem Echtzeit-Endpoint und Generierung einer Vorhersage

Herausforderungen im Betrieb
- Verantwortungsvolles Machine Learning
- ML-Team und MLOps
- Automatisierung
- Monitoring
- Aktualisierung von Modellen (Modelltests und Bereitstellung)

Weitere Tools zur Modellerstellung
- Verschiedene Tools für unterschiedliche Fähigkeiten und geschäftliche Anforderungen
- No-Code-ML mit Amazon SageMaker Canvas
- Demonstration: Überblick über Amazon SageMaker Canvas
- Amazon SageMaker Studio Lab
- Demonstration: Überblick über SageMaker Studio Lab
- (Optional) Praktische Übung: Integration einer Webanwendung mit einem Amazon-SageMaker-Modellendpoint

Ziele:

In diesem Kurs AW233 Practical Data Science with Amazon SageMaker lernen Sie:

Die Vorteile verschiedener Arten von Machine Learning zur Lösung geschäftlicher Probleme zu erörtern
Die typischen Prozesse, Rollen und Verantwortlichkeiten in einem Team zu beschreiben, das ML-Systeme entwickelt und bereitstellt
Zu erklären, wie Data Scientists AWS™-Tools und ML einsetzen, um ein gängiges Geschäftsproblem zu lösen
Die Schritte zusammenzufassen, die ein Data Scientist zur Datenaufbereitung unternimmt
Die Schritte zusammenzufassen, die ein Data Scientist zur Modellierung und zum Training eines ML-Modells durchführt
Die Schritte zusammenzufassen, die ein Data Scientist zur Bewertung und Optimierung eines ML-Modells durchläuft
Die Schritte zur Bereitstellung eines Modells an einem Endpoint und zur Generierung von Vorhersagen zusammenzufassen
Die Herausforderungen bei der Operationalisierung von ML-Modellen zu beschreiben
AWS™-Tools ihrer jeweiligen ML-Funktion zuzuordnen

Zielgruppe:

Dieser Kurs AW233 Practical Data Science with Amazon SageMaker richtet sich an:

DevOps-Engineers
Applikationsentwickler

Voraussetzungen:

Um an dem Kurs AW233 Practical Data Science with Amazon SageMaker bei qSkills™ teilnehmen zu können, sollten Sie folgende Voraussetzungen erfüllen:

Den Kurs AW110 AWS™ Technical Essentials abgeschlossen haben
Grundkenntnisse in der Python-Programmierung besitzen
Grundkenntnisse in Statistik mitbringen

Beschreibung:

Künstliche Intelligenz und Machine Learning (KI/ML) sind inzwischen im Mainstream angekommen. In diesem Kurs AW233 Practical Data Science with Amazon SageMaker verbringen Sie einen Tag im Arbeitsalltag eines Data Scientists, damit Sie effektiv mit Data Scientists zusammenarbeiten und Anwendungen entwickeln können, die Machine Learning integrieren. Sie lernen den grundlegenden Entwicklungsprozess kennen, den Data Scientists zur Erstellung von ML-Lösungen auf Amazon Web Services (AWS™) mit Amazon SageMaker verwenden. Dabei durchlaufen Sie die Schritte zur Erstellung, zum Training und zur Bereitstellung eines ML-Modells anhand von instruktorgeführten Demonstrationen und praktischen Übungen.

Dieser Kurs AW233 Practical Data Science with Amazon SageMaker umfasst Präsentationen, praktische Übungen (Labs) und Demonstrationen.