KursbeschreibungDieser Kurs bereitet Sie auf die AWS Certified Machine Learning – Specialty-Prüfung vor, die Ihre Fähigkeit, Lösungen für Machine Learning (ML) zu entwerfen, zu implementieren, einzusetzen und zu warten, unter Beweis stellt. In diesem Kurs erfahren Sie etwas zur Logistik der Prüfung, den Mechanismus von Prüfungsfragen und erkunden die technischen Domänen der Prüfung. Sie werden die wichtigsten AWS-Services und Schlüsselkonzepte für die Prüfungsdomänen durcharbeiten:Data EngineeringExplorative Datenanalyse:ModellierungImplementierung und Betrieb von Machine LearningSie werden auch wichtige Teststrategien kennenlernen und diese in die Tat umsetzen, indem Sie mehrere Lernfragen beantworten. Sobald Sie Ihre Fähigkeiten verbessert haben, haben Sie die Möglichkeit, an einem Quiz teilzunehmen, das Ihnen hilft, Ihre Stärken und Schwächen zu überprüfen. Damit können Sie in Erfahrung bringen, worauf Sie bei der Prüfungsvorbereitung ein Augenmerk legen müssen.KurszieleIn diesem Kurs lernen Sie Folgendes:Identifizieren Ihrer Stärken und Schwächen in jedem Prüfungsbereich, damit Sie wissen, worauf Sie sich bei der Prüfungsvorbereitung konzentrieren solltenBeschreiben der technischen Themen und Konzepte, die jede der Prüfungsdomänen ausmachenZusammenfassen der Logistik und des Mechanismus der Prüfung und der darin enthaltenen FragenVerwenden effektiver Strategien zum Lernen und Ablegen der Prüfung ZielgruppeDieser Kurs ist für folgende Zielgruppen konzipiert:ML-Anwender, die mindestens ein Jahr praktische Erfahrung haben und sich auf die Prüfung AWS Certified Machine Learning – Specialty vorbereitenVoraussetzungenFolgende Voraussetzungen werden für die Kursteilnehmer empfohlen:Beherrschung der hinter grundlegenden ML-Algorithmen liegenden Intuition und Durchführung grundlegender Hyperparameter-OptimierungVerständnis der ML-Pipeline und ihrer KomponentenErfahrung mit ML- und Deep Learning-FrameworksVerständnis und Erfahrung in Modellschulungen, Bereitstellung und bewährten Methoden für die Ausführung.AnmeldenKursinhaltModul 0: KurseinführungModul 1: Prüfungsübersicht und Strategien zur PrüfungsablegungPrüfungs-Übersicht, -Logistik, -Bewertung und -BenutzeroberflächeFragemechanismus und -gestaltungStrategien für die PrüfungModul 2: Domäne 1 – Data EngineeringDomäne 1.1: Daten-Repositorys für MLDomäne 1.2: Identifizieren und Implementieren einer DatenerfassungslösungDomäne 1.3: Identifizieren und Implementieren einer DatentransformationslösungExemplarische Vorgehensweise bei LernfragenQuiz zu Domäne 1Modul 3: Domäne 2 – Explorative DatenanalyseDomäne 2.1: Bereinigung und Verbereiten von Daten für die Modellierung Domäne 2.2: Durchführen von Feature-Engineering Domäne 2.3: Analysieren und Visualisieren von Daten für MLExemplarische Vorgehensweise bei LernfragenQuiz zu Domäne 2Modul 4: Domäne 3 – ModellierungDomäne 3.1: Formulieren des geschäftlichen Problems als ML-ProblemDomäne 3.2: Auswählen des/der geeigneten Modells/Modelle für ein bestimmtes ML-ProblemDomäne 3.3: Trainieren von ML-ModellenDomäne 3.4 Durchführen von Hyperparameter-OptimierungDomäne 3.5 Evaluieren von ML-ModellenExemplarische Vorgehensweise bei LernfragenQuiz zu Domäne 3Modul 5: Domäne 4 – ML-Implementierung und BetriebDomäne 4.1: Entwicklung von ML-Lösungen für Leistung, Verfügbarkeit, Skalierbarkeit, Ausfallsicherheit und FehlertoleranzDomäne 4.2: Empfehlen und Implementieren der entsprechenden ML-Services und -Funktionen für ein bestimmtes ProblemDomäne 4.3: Anwendung grundlegender AWS-Sicherheitspraktiken auf ML-LösungenDomäne 4.4: Bereitstellen und Operationalisieren von ML-LösungenExemplarische Vorgehensweise bei LernfragenQuiz zu Domäne 4Modul 6: Weitere LernfragenMöglichkeit, zusätzliche Lernragen zu beantwortenModul 7: Empfohlenes LernmaterialLinks zu AWS-Blogs, Dokumentationen, FAQs und anderem empfohlenen Studienmaterial für die PrüfungModul 8: KurszusammenfassungSo melden Sie sich für die Prüfung anKurszusammenfassungRückmeldungen zum Kurs