Description du coursCe cours vous prépare à passer l’examen AWS Certified Machine Learning – Specialty, qui valide votre capacité à concevoir, implémenter, déployer et maintenir des solutions de machine learning (ML). Dans ce cours, vous découvrirez la logistique de l’examen et les modalités des questions d’examen, et vous explorerez les domaines techniques de l’examen. Vous passerez en revue les services AWS de base et les concepts clés pour les domaines d'examen :Ingénierie des donnéesAnalyse exploratoire des donnéesModélisationImplémentation et opérations de machine learningVous apprendrez également les principales stratégies pour passer l’examen et les appliquerez en répondant à plusieurs questions d’étude. Une fois que vous aurez perfectionné vos compétences, vous aurez la possibilité de participer à un questionnaire qui vous aidera à évaluer vos forces et faiblesses, afin que vous sachiez sur quoi axer vos révisions avant l’examen.Niveau: IntermédiaireModalités: NumériqueDurée: 4 heuresFormat - Présentations multimédia- Passage en revue de questions d’étude- Quiz et questions d’étude supplémentairesObjectifs du coursÀ la fin de ce cours, vous saurez :Identifier vos forces et faiblesses dans chaque domaine de l’examen afin de savoir sur quoi vous concentrer lors de votre préparationDécrire les sujets techniques et les concepts qui composent chacun des domaines de l’examenRésumer la logistique et les modalités de l’examen et ses questionsUtiliser des stratégies efficaces pour étudier et passer l’examen Public viséCe cours s’adresse aux personnes suivantes :- Les spécialistes du ML qui ont au moins un an d’expérience pratique et qui se préparent à passer l’examen AWS Certified Machine Learning – SpecialtyPrérequisPour assister à ce cours, il est conseillé aux participants de disposer des connaissances suivantes :Capacité à exprimer l’intuition derrière les algorithmes ML de base et à optimiser des hyperparamètres de baseCompréhension du pipeline de ML et de ses composantsExpérience avec les frameworks de ML et de deep learningCompréhension et expérience des meilleures pratiques d’entraînement, de déploiement et d’exploitation des modèlesInscriptionwww.aws.training Déroulement du coursModule 0 : Introduction au coursModule 1 : Aperçu de l’examen et stratégies d’examenPrésentation de l’examen, logistique, notation et interface utilisateurMécaniques et conception des questionsStratégies d’examenModule 2 : Domaine 1 – Ingénierie des donnéesDomaine 1.1 : Référentiels de données pour le MLDomaine 1.2 : Identifier et mettre en œuvre une solution d’ingestion des donnéesDomaine 1.3 : Identifier et mettre en œuvre une solution de transformation des donnéesDémonstration de questions d’étudeQuestionnaire Domaine 1Module 3 : Domaine 2 – Analyse exploratoire des donnéesDomaine 2.1 : Nettoyer et préparer les données pour la modélisation Domaine 2.2 : Travailler avec l’ingénierieDomaine 2.3 : Analyser et visualiser les données pour le MLDémonstration de questions d’étudeQuestionnaire Domaine 2Module 4 : Domaine 3 – ModélisationDomaine 3.1 : Cadrer les problèmes d’entreprise en tant que problèmes de MLDomaine 3.2 : Sélectionner le(s) modèle(s) approprié(s) pour un problème de ML donnéDomaine 3.3 : Entraîner les modèles de MLDomaine 3.4 : Optimiser les hyperparamètresDomaine 3.5 : Évaluer les modèles de MLPassage en revue de questions d’étudeQuestionnaire Domaine 3Module 5 : Domaine 4 – Implémentation et opérations de MLDomaine 4.1 : Créer des solutions de ML pour les performances, la disponibilité, l’évolutivité, la résilience et la tolérance aux pannesDomaine 4.2 : Recommander et implémenter les services et fonctionnalités de ML appropriés pour un problème donnéDomaine 4.3 : Appliquer les pratiques de sécurité AWS de base aux solutions de MLDomaine 4.4 : Déployer et opérationnaliser des solutions de MLPassage en revue de questions d’étudeQuestionnaire Domaine 4Module 6 : Questions d’étude supplémentairesPossibilité de répondre à d’autres questions d’étudeModule 7 : Supports d’étude recommandésLiens vers les blogs AWS, la documentation, les FAQ et d’autres documents d’étude recommandés pour l’examenModule 8 : Conclusion du coursComment s’inscrire à l’examenRésumé du coursCommentaires sur le cours