من خلال المعرفة التي ستكتسبها من هذه الدورة، يمكنك تطوير حلول التعلم الآلي بسرعة على .Amazon Web Services (AWS)
سيتم تعريفك بتقنيات استكشاف البيانات لمساعدتك في العثور على الأنماط والمعنى والقيمة في بيانات شركتك من خلال المختبرات العملية والأنشطة العملية.
في نهاية الدورة، سيتمكن المشاركون من:
-
فهم مفاهيم التعلم الآلي (ML)
-
تجهيز البيانات الخاصة بك
-
تحميل مجموعة البيانات الخاصة بك إلى Amazon SageMaker
-
تدريب وتحليل وضبط نموذج ML
-
تحليل ونشر النتائج الخاصة بك
أي شخص يحتاج إلى تطوير حلول التعلم الآلي لتحليل البيانات ويريد الاستفادة من منصة علوم البيانات السحابية من Amazon
-
نظرة عامة على مفاهيم التعلم الآلي الأساسية والتعلم العميق
-
التعرف على AWS
-
نظرة عامة على ميزات SageMaker
-
إلقاء نظرة أولى على استوديو SageMaker
-
تحديد البيانات الخاصة بك وتوضيح مشكلتك
-
تنسيق البيانات من أجل الاتساق
-
تنظيف البيانات الخاصة بك والتحقق من صحتها
-
التحميل إلى SageMaker
-
التجميع
-
تحليل الاتجاه
-
البحث عن علاقات أخرى بين أنواع البيانات المختلفة
-
جداول التردد
-
جداول جدولة
-
المخططات الشريطية
-
الرسوم البيانية الخطية
-
الرسوم البيانية الدائرية
-
الخرائط الحرارية
-
الرسوم البيانية المبعثرة
-
انشاء وظيفة تدريبية
-
تعيين حساب الموارد
-
اختيار الخوارزمية الصحيحة
-
نظرة عامة على استخدام التعليمات البرمجية المخصصة (Python, TensorFlow)
-
خدمات SageMaker Hosting
-
تكوين وإنشاء HTTPS endpoint
-
عمل استنتاجات من مجموعة البيانات الخاصة بك
-
الفهرسة والمؤشرات اللحظية
-
استخدام Batch Transform للمعالجة المسبقة للبيانات لتدريب نموذج جديد
-
مصحح أخطاء SageMaker
-
الاختبار دون اتصال بالإنترنت
-
الاختبار عبر الإنترنت
-
التحقق من الصحة باستخدام مجموعة الانتظار
-
تحديد المقاييس
-
ضبط Hyperparameter
-
ضبط تلقائي للنموذج
-
إنشاء وتخزين ومشاركة الميزات
-
متصل / غير متصل
-
المجموعات المميزة
-
الاكتشاف
-
الاستدلال الدفعي
-
عرض بيانات الميزة
