In MLOps (Machine Learning Operations) Plattformen: Amazon SageMaker und Azure ML erlernen Sie die notwendigen Fähigkeiten, um Lösungen für maschinelles Lernen in einer Produktionsumgebung mit zwei führenden Cloud-Plattformen zu erstellen, zu trainieren und einzusetzen: Amazon Web Services (AWS) und Microsoft Azure. Dieser Kurs eignet sich auch hervorragend für Personen, die sich auf AWS- oder Azure-Zertifizierungen für maschinelles Lernen vorbereiten möchten oder die als Datenwissenschaftler, Software-Ingenieure, Software-Entwickler, Datenanalysten oder in anderen Funktionen, die maschinelles Lernen nutzen, arbeiten (oder dies anstreben). Durch eine Reihe praktischer Übungen werden Sie ein Gespür für grundlegende Algorithmen des maschinellen Lernens und praktische Erfahrungen bei der Arbeit mit diesen führenden Cloud-Plattformen erwerben. Am Ende des Kurses werden Sie in der Lage sein, Lösungen für maschinelles Lernen in einer Produktionsumgebung mit AWS- und Azure-Technologie einzusetzen. Woche 1. Erkunden Sie das Data Engineering mit AWS-Technologie. Wir besprechen Themen wie den Einstieg in das maschinelle Lernen auf AWS, die Erstellung von Daten-Repositories und die Identifizierung und Implementierung von Lösungen für die Datenaufnahme und -umwandlung. Woche 2. Erwerben Sie grundlegende Kenntnisse der Datenwissenschaft mit AWS-Technologie. Sie erlernen Techniken zur Datenbereinigung, führen Feature Engineering, Datenanalyse und Datenvisualisierung für maschinelles Lernen durch. Wir werden vorrangig serverlose Lösungen verwenden, die auf AWS verfügbar sind, um den Prozess effizienter zu gestalten. Woche 3. Lernen Sie Modelle für maschinelles Lernen mit AWS-Technologie kennen. Wir werden untersuchen, wie man geeignete Modelle für die jeweilige Aufgabe auswählt, Hyperparameter auswählt, Modelle auf der Plattform trainiert und Modelle evaluiert. Woche 4. Lernen Sie MLOps mit AWS kennen: die letzte Phase der Einführung von maschinellem Lernen in die Produktion. Wir besprechen Themen wie die Operationalisierung eines maschinellen Lernmodells, die Entscheidung zwischen CPU und GPU sowie die Bereitstellung und Pflege des Modells. Woche 5. Lernen Sie, wie Sie mit Daten und maschinellem Lernen in einer zweiten führenden Cloud-basierten Plattform arbeiten: Azure ML.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
MLOps-Plattformen: Amazon SageMaker und Azure ML
Dieser Kurs ist Teil von Spezialisierung MLOps | Maschinelles Lernen Operationen
Dozenten: Noah Gift
6.581 bereits angemeldet
Enthalten in
(38 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Wenden Sie Techniken der explorativen Datenanalyse (EDA) auf datenwissenschaftliche Probleme und Datensätze an.
Erstellen Sie Modellierungslösungen für maschinelles Lernen mit AWS- und Azure-Technologie.
Trainieren und implementieren Sie Lösungen für maschinelles Lernen in einer Produktionsumgebung mit Cloud-Technologie.
Kompetenzen, die Sie erwerben
- Kategorie: Microsoft Azure
- Kategorie: Python-Programmierung
- Kategorie: Maschinelles Lernen
- Kategorie: Amazon Web Services (Amazon AWS)
- Kategorie: MLOps
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
17 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 5 Module
In diesem Modul lernen Sie, wie Sie Data Engineer-Lösungen auf AWS aufbauen und anwenden, indem Sie eine Data Engineering-Pipeline mit AWS Step Functions und AWS Lambda erstellen.
Das ist alles enthalten
16 Videos15 Lektüren4 Aufgaben2 Diskussionsthemen1 Unbewertetes Labor
In diesem Modul werden Sie Data-Engineering-Lösungen mithilfe der AWS-Technologie zusammenstellen und durch die Erstellung von Data Science Notizbüchern anwenden.
Das ist alles enthalten
7 Videos9 Lektüren3 Aufgaben4 Unbewertete Labore
In diesem Modul werden Sie Lösungen für die Modellierung von maschinellem Lernen mithilfe der AWS-Technologie zusammenstellen und anwenden, indem Sie ein lineares Regressionsmodell erstellen, das in einem Befehlszeilen-Tool ausgeführt wird.
Das ist alles enthalten
12 Videos11 Lektüren4 Aufgaben3 Unbewertete Labore
In diesem Modul lernen Sie, Lösungen für maschinelles Lernen mithilfe von AWS-Technologie bereitzustellen und zu operationalisieren und sie anzuwenden, indem Sie ein Hugging-Gesichtsmodell mit Sagemaker Studio Lab feinabstimmen.
Das ist alles enthalten
14 Videos12 Lektüren3 Aufgaben1 Unbewertetes Labor
In diesem Modul lernen Sie die Zertifizierungen für maschinelles Lernen der wichtigsten Cloud-Anbieter kennen und erfahren, wie Sie diese auf MLOps anwenden können. Sie erfahren etwas über Services im Zusammenhang mit maschinellem Lernen und ML-Engineering-Aufgaben wie AutoML und wie diese auf die Zertifizierungen anwendbar sind.
Das ist alles enthalten
15 Videos7 Lektüren3 Aufgaben
Dozenten
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Duke University
Duke University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 38
38 Bewertungen
- 5 stars
47,36 %
- 4 stars
13,15 %
- 3 stars
13,15 %
- 2 stars
10,52 %
- 1 star
15,78 %
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.