logo skoleni-kurzy

REKVALIFIKAČNÍ KURZY, ŠKOLENÍ, SEMINÁŘE, ...


skoleni-kurzy.eu




Podrobné hledání kurzů, školení a rekvalifikací

Mám zájem o budoucí termín kurzu

Školení Exam Readiness: AWS Certified Machine Learning - Specialty

NEZÁVAZNÁ PŘIHLÁŠKA:
Školení : Exam Readiness: AWS Certified Machine Learning - Specialty


Změny vyhrazeny - místo konání a termín školení bude upřesněn, cena a/nebo obsah kurzu může být změněn


Cena bez DPH: 400 EUR / Kurz
Cena včetně DPH: 484 EUR / Kurz



Zpět ke kurzu: Exam Readiness: AWS Certified Machine Learning - Specialty

 

NEZÁVAZNÁ PŘIHLÁŠKA :
Exam Readiness: AWS Certified Machine Learning - Specialty

Organizace, osoba

 
Organizace
DIČ / IČ
adresa, PSČ, město
Telefon
Email
 
objednává zajištění odborného studia/účast na přednášce pro:
Počet osob: * Zadejte kontaktní osobu:
titul, jméno, příjmení *
adresa, PSČ, město *
Telefon*
Email*
Na tento email dojde potvrzení o zaregistrování účasti na kurzu.
Zkontrolujte správnost zadaného emailu (!)
Poznámka
Seznam účastníků (v případě přihlášky pro více osob)


Způsob platby: zatím žádný není, toto není závazná přihláška




Kurz   Exam Readiness: AWS Certified Machine Learning - Specialty
 
Termín   Od:termín školení bude upřesněn  
Poznámka ke kurzu  
Změny vyhrazeny - místo konání a termín školení bude upřesněn, cena a/nebo obsah kurzu může být změněn

Prerequisites We recommend that attendees of this course to have:
  • One or two years of hands-on experience developing, architecting, or running ML/deep learning workloads on the AWS cloud.
  • Proficiency at expressing the intuition behind basic ML algorithms and performing basic hyperparameter optimization
  • Understanding of complete ML pipeline and its components
  • Experience with ML and deep learning frameworks
  • Understanding and applying model training, deployment and operational best practices

Course outline Module 0: Course Introduction Module 1: Exam Overview and Test-taking Strategies
  • Exam overview, logistics, scoring, and user interface
  • Question mechanics and design
  • Test-taking strategies
Module 2: Domain 1: Data Engineering
  • Domain 1.1: Data Repositories for machine learning
  • Domain 1.2: Identify and implement a data-ingestion solution
  • Domain 1.3: Identify and implement a data-transformation solution
  • Walkthrough of study questions
  • Domain 1 quiz
Module 3: Domain 2: Exploratory Data Analysis
  • Domain 2.1: Sanitize and prepare data for modeling
  • Domain 2.2: Perform featuring engineering
  • Domain 2.3: Analyze and visualize data for ML
  • Walkthrough of study questions
  • Domain 2 quiz
Module 4: Domain 3: Modeling
  • Domain 3.1: Frame business problems as machine learning (ML) problems
  • Domain 3.2: Select the appropriate model(s) for a given ML problem
  • Domain 3.3: Train ML models
  • Domain 3.4 Perform hyperparameter optimization
  • Domain 3.5 Evaluate ML models
  • Walkthrough of study questions
  • Domain 3 quiz
Module 5: ML Implementation and Operations
  • Domain 4.1: Build ML solutions for performance, availability, scalability, resiliency, and fault tolerance
  • Domain 4.2: Recommend and implement the appropriate ML services and features for a given problem
  • Domain 4.3: Apply basic AWS security practices to ML solutions
  • Domain 4.4: Deploy and operationalize ML solutions
  • Walkthrough of study questions
  • Domain 4 quiz
Module 6: Comprehensive study questions Module 7: Study Material Module 8: Wrap-up  
Kurz pořádá vzdělávací firma   DataScript s.r.o.
170 00 Praha 7, Jankovcova 1037/49  

Vložte potvrzovací kód Vložte číslo:        objednat    


Kliknutím na tlačítko Odeslat se zaregistruje Vaše -Nezávazná přihláška- a na zadaný email přijde potvrzení o odeslání této přihlášky. Jakmile bude znám termín konání tohoto a/nebo podobného kurzu, budete informováni emailem a poté se můžete a/nebo nemusíte závazně přihlásit. Zasílání zpráv lze kdykoliv zrušit pro-kliknutím na odkaz ke stornování přihlášky. V případě poskytnutí osobních údajů, souhlasí tímto příslušný zadavatel přihlášky s archivací těchto údajů v souladu s podmínkami zákona č. 101/2000 Sb., o ochraně osobních údajů, ve znění pozdějších předpisů. Server skoleni-kurzy.eu zprostředkovává objednávky kurzů & kontakt na jejich pořadatele. Před odesláním přihlášky je nutno souhlasit s obchodními podmínkami účasti na kurzu daného pořadatele kurzu. Neodpovídáme za správnost uvedených údajů. © OBEC.net, sro.
The AWS Certified Machine Learning – Specialty exam validates a candidate s ability to design, implement, deploy, and maintain machine learning (ML) or deep learning (DL) solutions for given business problems. People with one to two years of experience developing, architecting, or running ML - DL ...

Audience This course is intended for: Machine learning practitioners preparing to take the AWS Certified Machine Learning – Specialty exam...

Goals This course is designed to teach you how to: Identify their strengths and weaknesses in each of the exam domains. Create a subsequent study plan to prepare for the exam....

Prerequisites We recommend that attendees of this course to have: One or two years of hands-on experience developing, architecting, or running ML - deep learning workloads on the AWS cloud. Proficiency at expressing the intuition behind basic ML algorithms and performing basic hyperparameter optimization Understanding of complete ML pipeline and its components Experience with ML and deep learning frameworks Understanding and applying model training, deployment and operational best practices Course outline Module 0: Course Introduction Module 1: Exam Overview and Test-taking Strategies Exam overview, logistics, scoring, and user interface Question mechanics and design Test-taking strategies Module 2: Domain 1: Data Engineering Domain 1.1: Data Repositories for machine learning Domain 1.2: Identify and implement a data-ingestion solution Domain 1.3: Identify and implement a data-transformation solution Walkthrough of study questions Domain 1 quiz Module 3: Domain 2: Exploratory Data Analysis Domain 2.1: Sanitize and prepare data for modeling Domain 2.2: Perform featuring engineering Domain 2.3: Analyze and visualize data for ML Walkthrough of study questions Domain 2 quiz Module 4: Domain 3: Modeling Domain 3.1: Frame business problems as machine learning (ML) problems Domain 3.2: Select the appropriate model(s) for a given ML problem Domain 3.3: Train ML models Domain 3.4 Perform hyperparameter optimization Domain 3.5 Evaluate ML models Walkthrough of study questions Domain 3 quiz Module 5: ML Implementation and Operations Domain 4.1: Build ML solutions for performance, availability, scalability, resiliency, and fault tolerance Domain 4.2: Recommend and implement the appropriate ML services and features for a given problem Domain 4.3: Apply basic AWS security practices to ML solutions Domain 4.4: Deploy and operationalize ML solutions Walkthrough of study questions Domain 4 quiz Module 6: Comprehensive study questions Module 7: Study Material Module 8: Wrap-up




Zpět ke kurzu


skoleni-kurzy.eu

SKOLENI-KURZY.EU



REGIONY



MENU



KONTAKT


skoleni-kurzy.eu
2007 - 2024 © OBEC.net, sro
Potoční 8, 617 00 Brno, CZ
Email: info[at]skoleni-kurzy.eu
Telefon:(+420) 775 193 488
Fax:
Kontakt

+



+




V případě dotazu ke kurzu využijte prosím kontaktní formulář u daného konkrétního kurzu





Školení: Quality function deployment [QFD] v květnu 2024 - Plzeň
^