Návrh Školení

Úvod do AWS Cloud9 pro Data Science

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

Příjem a příprava dat

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

Data Analysis v AWS Cloud9

  • Průzkumná analýza dat pomocí Python a R
  • Práce s knihovnami Pandas, NumPy a vizualizace dat
  • Statistická analýza a testování hypotéz v Cloud9

Machine Learning Vývoj modelu

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

Database Integrace a Management

  • Integrace AWS RDS a Redshift s AWS Cloud9
  • Dotazování na velké datové sady pomocí SQL a Python
  • Zpracování velkých dat pomocí služeb AWS

Nasazení a optimalizace modelu

  • Nasazení modelů strojového učení pomocí AWS Lambda
  • Použití AWS CloudFormation k automatizaci nasazení
  • Optimalizace datových kanálů pro výkon a efektivitu nákladů

Společný rozvoj a bezpečnost

  • Spolupráce na projektech datové vědy v Cloud9
  • Používání Gitu pro správu verzí a správu projektů
  • Osvědčené postupy zabezpečení pro data a modely v AWS Cloud9

Shrnutí a další kroky

Požadavky

  • Základní porozumění konceptům datové vědy
  • Znalost programování Python
  • Zkušenosti s cloudovými prostředími a službami AWS

Publikum

  • Datoví vědci
  • Datové analytiky
  • Inženýři strojového učení
 28 hodiny

Počet účastníků


Price per participant

Reference (3)

Upcoming Courses

Související kategorie