Das Seminar "The Machine Learning Pipeline on AWS" ist seitens des Herstellers nicht mehr verfügbar, bzw. abgekündigt. Wir können Ihnen diese Schulung in Form eines Workshops in Ihrem Unternehmen oder in unserem Schulungszentrum anbieten.

Seminarinformationen

Seminar - Ziel

In diesem 4-tägigen Seminar „The Machine Learning Pipeline on AWS“ lernen Sie, wie Sie die iterative Prozesspipeline des maschinellen Lernens (ML) in einer praxisorientierten Projektumgebung nutzen, um ein reales Geschäftsproblem zu lösen. Der Kurs vermittelt die einzelnen Phasen der Pipeline durch Präsentationen und Demonstrationen des Trainers. Anschließend setzen Sie das Gelernte um, indem Sie ein Projekt zur Lösung eines von drei möglichen Geschäftsproblemen bearbeiten: Betrugserkennung, Empfehlungssysteme oder Flugverspätungen. Am Ende des Seminars haben Sie erfolgreich ein ML-Modell mit Amazon SageMaker erstellt, trainiert, bewertet, optimiert und bereitgestellt, das Ihr gewähltes Problem adressiert.

Das Seminar richtet sich an Teilnehmer mit wenig oder keinen Vorkenntnissen im Bereich maschinelles Lernen und bietet die Möglichkeit, einen passenden ML-Ansatz für ein bestimmtes Geschäftsproblem auszuwählen und zu begründen. Sie lernen, wie Sie die ML-Pipeline nutzen, um ein konkretes Problem zu lösen, und erhalten Best Practices für den Entwurf skalierbarer, kosteneffizienter und sicherer ML-Pipelines auf AWS.

Insgesamt erlernen Sie in diesem Seminar die praktische Anwendung von Machine Learning auf reale Geschäftsanforderungen und entwickeln wertvolle Fähigkeiten in diesem wachsenden Fachgebiet.

Teilnehmer - Zielgruppe

  • Entwickler
  • Lösungsarchitekten
  • Daten-Ingenieure
  • Alle Interessierten, die wenig bis keine Erfahrung mit ML haben und die ML-Pipeline mit Amazon SageMaker kennenlernen möchten

Kurs - Voraussetzungen

Für eine optimale Teilnahme am Kurs empfehlen wir folgende Vorkenntnisse:

  • Grundkenntnisse der Programmiersprache Python
  • Grundlegendes Verständnis der AWS-Cloud-Infrastruktur (Amazon S3 und Amazon CloudWatch)
  • Grundlegende Erfahrung mit der Arbeit in einer Jupyter-Notebook-Umgebung

Seminardauer

  • 4 Tage
  • 09:00 Uhr bis 17:00 Uhr

Schulungsunterlagen

  • nach Absprache

Seminar-Inhalt / Agenda

Einführung in Machine Learning und die ML Pipeline

  • Überblick über maschinelles Lernen
  • Arten des Machine Learning und Schlüsselkonzepte
  • Überblick über die ML-Pipeline
  • Einführung in die Kursprojekte und den Ansatz

Einführung in Amazon SageMaker

  • Einführung in Amazon SageMaker
  • Amazon SageMaker und Jupyter-Notebooks

Problemstellung

  • Überblick über die Problemstellung und die Entscheidung, ob ML die richtige Lösung ist
  • Umwandlung eines Geschäftsproblems in ein ML-Problem
  • Amazon SageMaker Grundwahrheit
  • Praktische Problemlösung
  • Problemstellungen für Projekte definieren

Vorbereitung

  • Überblick über die Datenerfassung und -integration sowie Techniken zur Datenvorbereitung und Visualisierung
  • Praktische Vorbereitung
  • Projektdaten vorbereiten
  • Gruppendiskussion über Projekte

Modelltraining

  • Auswahl des richtigen Algorithmus
  • Formatierung und Aufteilung Ihrer Daten für das Training
  • Verlustfunktionen und Gradientenabstieg zur Verbesserung Ihres Modells
  • Erstellen eines Übungsauftrags in Amazon SageMaker

Modellauswertung

  • Wie man Klassifikationsmodelle auswertet
  • Wie man Regressionsmodelle auswertet
  • Üben von Modelltraining und -bewertung
  • Trainieren und Bewerten von Projektmodellen
  • Erste Projektpräsentationen

Merkmalstechnik und Modellabstimmung

  • Merkmalsextraktion, -auswahl, -erstellung und -umwandlung
  • Abstimmung der Hyperparameter
  • Üben von Feature-Engineering und Modellabstimmung
  • Anwendung von Feature-Engineering und Modellabstimmung auf Projekte
  • Abschließende Projektpräsentationen

Einsatz

  • Wie Sie Ihr Modell auf Amazon SageMaker einsetzen, ableiten und überwachen
  • Erstellen eines Amazon SageMaker-Endpunkts
  • Einsatz von ML at the edge
  • Post-Assessment
Tags: AWS

Weitere Schulungen zu Thema AWS

AWS Cloud Financial Management for Builders

- u.a. in Nürnberg, Berlin, Stuttgart, München, Köln

In diesem 3-tägigen Seminar „AWS Cloud Financial Management for Builders“ lernen Sie, wie Sie die Kosten beim Betrieb von Workloads auf AWS verwalten, optimieren und vorhersagen können. Das Seminar richtet sich an Personen, die verstehen möchten, wie sie architektonische ...

Video Streaming Essentials for AWS Media Services

- u.a. in Nürnberg, Berlin, Stuttgart, München, Köln

In diesem 2-tägigen Seminar „Video Streaming Essentials for AWS Media Services“ erhalten Sie einen umfassenden Einblick in bewährte Methoden zur Entwicklung und Nutzung von Cloud-basierten Video-Workflows. Das Seminar behandelt zentrale Konzepte rund um die ...

Developing Serverless Solutions on AWS

- u.a. in Leipzig, Paderborn, Essen, Freiburg, Kassel

In diesem 3-tägigen Seminar „Developing Serverless Solutions on AWS“ lernen Sie, wie Sie mithilfe von AWS Lambda und weiteren Services der AWS Serverless-Plattform serverlose Anwendungen entwickeln und dabei bewährte Methoden anwenden. Das Seminar nutzt verschiedene ...

AWS Cloud Practitioner Essentials

- u.a. in Hannover, Stuttgart, Nürnberg, Paderborn, Essen

In diesem 1-tägigen Seminar „AWS Cloud Practitioner Essentials“ erwerben Sie ein umfassendes Verständnis der Amazon Web Services Cloud (AWS Cloud), unabhängig von Ihrer beruflichen oder technischen Rolle. Das Seminar bietet eine gründliche Einführung in zentrale ...