Návrh Školení

Úvod do AWS Cloud9 pro datovou vědu

  • Přehled funkcí AWS Cloud9 pro datovou vědu
  • Nastavení prostředí pro datovou vědu v AWS Cloud9
  • Konfigurace Cloud9 pro Python, R a Jupyter Notebook

Ingest a příprava dat

  • Import a čištění dat z různých zdrojů
  • Použití AWS S3 pro ukládání a přístup k datům
  • Předzpracování dat pro analýzu a modelování

Analýza dat v AWS Cloud9

  • Explorační analýza dat pomocí Pythonu a R jazyka
  • Práce s Pandas, NumPy a knihovnami pro vizualizaci dat
  • Statistická analýza a testování hypotéz v Cloud9

Vývoj modelů strojového učení

  • Vytváření modelů strojového učení pomocí Scikit-learn a TensorFlowu
  • Trénování a hodnocení modelů v AWS Cloud9
  • Použití SageMaker s Cloud9 pro vývoj modelů ve velkém měřítku

Integrace a správa databází

  • Integrace AWS RDS a Redshift s AWS Cloud9
  • Dotazování na velké soubory dat pomocí SQL a Pythonu
  • Správa big data pomocí služeb AWS

Nasazování a optimalizace modelů

  • Nasazení modelů strojového učení pomocí AWS Lambda
  • Použití AWS CloudFormation k automatizaci nasazování
  • Optimalizace datových potoků pro výkon a náklady efektivitu

Spolupráce a bezpečnost ve vývoji

  • Spolupráce na projektech datové vědy v Cloud9
  • Použití Gitu pro správu verzí a projektů
  • Nejlepší praktiky bezpečnosti dat a modelů v AWS Cloud9

Shrnutí a další kroky

Požadavky

  • Základní pochopení konceptů datové vědy
  • Obrtnost s programováním v Pythonu
  • Zkušenosti s cloudu a AWS službami

Cílová skupina

  • Datoví vědci
  • Analýti dat
  • Inženýři strojového učení
 28 hodiny

Počet účastníků


Cena za účastníka

Reference (3)

Nadcházející kurzy

Související kategorie