Szkolenia AWS

Cel szkolenia

kod: AWS-PDSAS

You will learn how to solve a real-world use case with Machine Learning (ML) and produce actionable results using Amazon SageMaker. This course walks through the stages of a typical data science process for Machine Learning from analyzing and visualizing a dataset to preparing the data, and feature engineering. Individuals will also learn practical aspects of model building, training, tuning, and deployment with Amazon SageMaker. Real life use case includes customer retention analysis to inform customer loyalty programs.

Course objectives

In this course, you will:

  • Prepare a dataset for training
  • Train and evaluate a Machine Learning model
  • Automatically tune a Machine Learning model
  • Prepare a Machine Learning model for production
  • Think critically about Machine Learning model results

Intended audience

This course is intended for:

  • Developers
  • Data Scientists

Plan szkolenia Rozwiń listę

  • Module 1: Introduction to machine learning
    • Types of ML
    • Job Roles in ML
    • Steps in the ML pipeline
  • Module 2: Introduction to data prep and SageMaker
    • Training and test dataset defined
    • Introduction to SageMaker
    • Demonstration: SageMaker console
    • Demonstration: Launching a Jupyter notebook
  • Module 3: Problem formulation and dataset preparation
    • Business challenge: Customer churn
    • Review customer churn dataset
  • Module 4: Data analysis and visualization
    • Demonstration: Loading and visualizing your dataset
    • Exercise 1: Relating features to target variables
    • Exercise 2: Relationships between attributes
    • Demonstration: Cleaning the data
  • Module 5: Training and evaluating a model
    • Types of algorithms
    • XGBoost and SageMaker
    • Demonstration: Training the data
    • Exercise 3: Finishing the estimator definition
    • Exercise 4: Setting hyper parameters
    • Exercise 5: Deploying the model
    • Demonstration: hyper parameter tuning with SageMaker
    • Demonstration: Evaluating model performance
  • Module 6: Automatically tune a model
    • Automatic hyper parameter tuning with SageMaker
    • Exercises 6-9: Tuning jobs
  • Module 7: Deployment / production readiness
    • Deploying a model to an endpoint
    • A/B deployment for testing
    • Auto Scaling
    • Demonstration: Configure and test auto scaling
    • Demonstration: Check hyper parameter tuning job
    • Demonstration: AWS Auto Scaling
    • Exercise 10-11: Set up AWS Auto Scaling
  • Module 8: Relative cost of errors
    • Cost of various error types
    • Demo: Binary classification cutoff
  • Module 9: Amazon SageMaker architecture and features
    • Accessing Amazon SageMaker notebooks in a VPC
    • Amazon SageMaker batch transforms
    • Amazon SageMaker Ground Truth
    • Amazon SageMaker Neo
Pobierz konspekt szkolenia w formacie PDF

Dodatkowe informacje

Wymagania wstępne

We recommend that attendees of this course have:

  • Familiarity with Python programming language
  • Basic understanding of Machine Learning
Poziom trudności
Czas trwania 1 dzień
Certyfikat

The participants will obtain certificates signed by AWS (course completion).

This course together with The Machine Learning Pipeline on AWS and  MLOps Engineering on AWS, also helps you prepare for the AWS Certified Machine Learning Specialty MLS-C01 exam and this way gain the AWS Certified Machine Learning - Specialty title – specialty level. AWS certification exams are offered at Pearson Vue test centers worldwide https://home.pearsonvue.com/Clients/AWS.aspx
Prowadzący

AWS Authorized Instructor (AAI)

Pozostałe szkolenia AWS | Machine Learning

Wszystkie szkolenia AWS
Formularz kontaktowy

Prosimy o wypełnienie poniższego formularza, jeśli chcą Państwo uzyskać więcej informacji o powyższym szkoleniu.





* pola oznaczone (*) są wymagane

Informacje o przetwarzaniu danych przez Compendium – Centrum Edukacyjne Spółka z o.o.

CENA SZKOLENIA OD 2000 PLN NETTO

AWS Skill Builder Team Subscription

Najbliższe szkolenia AWS

  • 2025-05-14 | 3 dni | Kraków / Wirtualna sala

    Architecting on AWS
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID rabat termin: -500 PLN
  • 2025-05-14 | 3 dni | Kraków / Wirtualna sala

    DevOps Engineering on AWS
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2025-05-14 | 3 dni | Virtual Classroom

    Advanced Developing on AWS
  • 2025-05-14 | 3 dni | Warszawa / Wirtualna sala

    Advanced Developing on AWS
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2025-05-16 | 1 dzień | Kraków / Wirtualna sala

    AWS Technical Essentials
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2025-05-16 | 1 dzień | Virtual Classroom

    Building Batch Data Analytics Solutions on AWS
  • 2025-05-16 | 1 dzień | Warszawa / Wirtualna sala

    AWS Cloud Essentials for Business Leaders
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2025-05-19 | 1 dzień | Wirtualna sala

    AWS Discovery Day - Machine Learning Basics
  • 2025-05-20 | 4 dni | Kraków / Wirtualna sala

    Developing on AWS with AWS Jam
    szkolenie dostępne w wersji stacjonarnej we wskazanej lokalizacji lub w trybie zdalnym, w zależności od preferencji uczestnika: HYBRID
  • 2025-05-21 | 3 dni | Virtual Classroom

    Developing Serverless Solutions on AWS
Harmonogram szkoleń AWS