随着人工智能和机器学习（AI/ML）迅速成为我们日常生活的一部分，了解如何与数据科学家高效协作并构建与 ML 集成的应用程序变得越来越重要。通过 Amazon SageMaker 探索实用科学课程将帮助您以开发人员或 DevOps 工程师的身份了解 ML 的基础知识以及使用 Amazon SageMaker Studio 构建 ML 模型所涉及的步骤。在这个为期一天的课堂培训课程中，AWS 专家讲师将引导您了解如何准备数据以及如何训练、评估、调整和部署 ML 模型。
学习内容
- 讨论不同类型的机器学习在解决业务问题方面的优势
- 描述构建和部署 ML 系统的团队的典型流程、角色和职责
- 解释数据科学家如何使用 AWS 工具和 ML 来解决常见的业务问题
- 总结数据科学家为准备数据、训练、评估、调整和部署机器学习模型而执行的步骤
- 以及更多内容
本课程的受众
- 开发运维（DevOps）工程师
- 应用程序开发人员
需要具备的经验
我们建议以下人员参加此课程：
- 已参加 AWS Technical Essentials 课程
- 对 Python 编程有基本的了解
- 具备统计学基础知识
课程概述
级别：中级
类型：课堂（虚拟和当面）
时长：1 天
提供的语言
本课程以以下语言提供：印尼语、英语、法语（法国）、德语、意大利语、日语、韩语、葡萄牙语（巴西）、简体中文、西班牙语（拉丁美洲）和繁体中文。
我们会根据客户反馈和 AWS 服务更新，定期更新我们的课程。因此，在我们本地化这些更新时，不同语言版本的课程内容可能存在差异。