|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/amazon-aws-machine-learning-algoritmos/
课程评论：没有评论
课程名称：Amazon AWS 机器学习 课程概述：本课程是对亚马逊 AWS 云平台上机器学习领域的介绍。主要内容包括： 1. 机器学习项目的生命周期：基础概念 2. 数据收集： - 基础概念 - 数据类型 - 数据存储 - 有标签与无标签数据 - 连续变量与分类变量 - 数据集类型 - 数据迁移工具 - EMR 和 Athena - Kinesis 数据流、视频流与数据分析 - Glue - Kinesis Firehose 与数据分析练习 3. 数据清洗： - 基础概念 - 数据编码 - 文本与图像转换 - 数据集格式 - 处理空值 - 特征选择 - 使用 Glue 和 Athena 的练习 - 使用 QuickSight 的练习 4. 数据准备： - 基础概念 - 使用 SageMaker 的练习 5. 模型训练： - 基础概念 - 使用 SageMaker 和 Notebooks 的练习 6. 算法： - 基础概念 - 回归、聚类、分类算法 - 异常检测、文本分析 - 强化学习与集成学习 - 基于房屋特征进行的线性回归练习 7. 模型评估： - 基础概念 - 使用 SageMaker 和“泰坦尼克号”进行预测的练习 8. 部署与监控： - 基础概念 课程中包含多个实验室或实践练习，使用 Amazon AWS 提供的工具，如 SageMaker、QuickSight、Glue、Kinesis、Athena 和 Notebooks。您可以轻松创建免费账户在 AWS 云平台上进行实践。所有课程的教学视频短小易懂，不需先前知识。此外，本课程提供30天的退款保证，无需担心，快来报名学习机器学习的世界吧！我们在课程中见！
Este curso es una Introducción al mundo del machine learning sobre la plataforma cloud de Amazon AWSLos temas principales del curso son:1.- Ciclo de vida de un proyecto de Machine LearningConceptos básicos2.- Colección de datosConceptos básicosTipos de datosAlmacenes de datosDatos etiquetados y no etiquetadosVariables continuas y categóricasTipos de conjuntos de datosHerramientas de migración de datosHerramientas EMR y AthenaKinesis Data StreamsKinesis Video StreamsKinesis Data AnalyticsGlueEjercicio con Kinesis FirehoseEjercicio con Kinesis Data AnalyticsEjercicio con Glue3.- Limpieza de datosConceptos básicosCodificación de datosTransformación de textosTransformación de imágenesFormatos de conjuntos de datosManejar valores nulosSelección de característicasHerramientasEjercicio con Glue y AthenaEjercicio con QuickSight4.- Preparación de los datosConceptos básicosEjercicio con SageMaker5.- Modelo de entrenamientoConceptos básicosEjercicio con SageMaker y Notebooks6.- AlgoritmosConceptos básicosAlgoritmo de regresiónAlgoritmo de agrupamientoAlgoritmo de clasificaciónDetección de anomalíasAnálisis de textosAprendizaje por refuerzoAprendizaje conjuntoEjercicio de Regresión Lineal para la predicción de precios de casas en función de sus características7.- Evaluación del modeloConceptos básicosEjercicio con SageMaker y "Titanic" para realizar predicciones8.- Despliegue y monitorizaciónConceptos básicosEste curso tiene laboratorios o ejercicios prácticos sobre estas herramientas en Amazon AWSSageMaker, QuickSight, Glue, Kinesis, Athena y Notebooks. Para realizar las prácticas puedes crearte de forma sencilla una cuenta gratuita en la plataforma cloud de Amazon AWS.Todas las lecciones son videos cortos y fáciles de entender.No es necesario tener conocimiento previos.Además este curso tiene una garantía de reembolso de 30 días.Así que no pierdes nada, apúntate y empieza a aprender sobre el mundo del machine learning!!Nos vemos en el curso
