Preparatório AWS Certified Machine Learning Specialty
What you'll learn
- Ajuste automático do modelo e operações com SageMaker
- Regularização L1 e L2
- Aplicação de práticas recomendadas de segurança a canais de aprendizado de máquina
- O que esperar do exame AWS Certified Machine Learning Speciality
- Algoritmos de aprendizado de máquina integrados do Amazon SageMaker (XGBoost, BlazingText, Detecção de objeto, etc.)
- Técnicas de engenharia de atributos, incluindo imputação, outliers, binning e normalização
- Serviços de ML de alto nível: Comprehend, Translate, Polly, Transcribe, Lex, Rekognition e muito mais
- Engenharia de dados com S3, Glue, Kinesis e DynamoDB
- Análise exploratória de dados com scikit_learn, Athena, Apache Spark e EMR
- Aprendizado profundo e ajuste de hiperparâmetros de redes neurais profundas
Requirements
- Familiaridade com aprendizado de máquina
- É necessária uma conta AWS para realizar os exercícios práticos de laboratório
- Conhecimentos básicos de AWS e Cloud
Description
[Atualizado para os recursos SageMaker mais recentes e novos serviços AWS ML. Bom aprendizado! ]
Preocupado em ser aprovado na certificação "AWS Certified Machine Learning" - exame de especialidade (MLS-C01)? Você deveria estar! Não há dúvida de que é uma das certificações da AWS mais difíceis e cobiçadas. Um conhecimento profundo de AWS e SageMaker não é suficiente para passar - você também precisa de um conhecimento profundo de aprendizado de máquina e as nuances de engenharia de atributos e ajuste de modelo que geralmente não são ensinados em livros ou salas de aula.
Este curso preparatório para certificação é ministrado por Fernando Amaral e Frank Kane, que passou nove anos trabalhando na própria Amazon na área de aprendizado de máquina. Frank fez e foi aprovado neste exame na primeira tentativa e sabe exatamente o que é preciso para você ser aprovado. Ainda, este curso foi preparado por Stephane Maarek, um especialista em AWS e popular instrutor de certificação da AWS na Udemy.
Além do curso em vídeo de 9 horas, um exame prático de 30 minutos é incluído, que consiste nos mesmos tópicos e estilo do exame real. Você também terá quatro laboratórios práticos que permitem praticar o que aprendeu e ganhar experiência valiosa em ajuste de modelo, engenharia de atributos e engenharia de dados.
Este curso está estruturado em quatro domínios testados para este exame: engenharia de dados, análise exploratória de dados, modelagem e implementação e operações de aprendizado de máquina. Alguns dos tópicos que abordaremos incluem:
Data Lakes com S3
AWS Glue e Glue ETL
Kinesis data streams, firehose, and video streams
DynamoDB
Pipelines de dados, AWS Batch e Step Functions
Usando scikit_learn
Noções básicas de ciência de dados
Atenas e Quicksight
Elastic MapReduce (EMR)
Apache Spark e MLLib
Engenharia de atributos (imputação, outliers, binning, transformações, codificação e normalização)
Ground Truth
Fundamentos do Deep Learning
Ajustando redes neurais e evitando overfitting
Amazon SageMaker, incluindo SageMaker Studio, SageMaker Model Monitor, SageMaker Autopilot e SageMaker Debugger.
Técnicas de regularização
Avaliação de modelos de aprendizado de máquina (precisão, recall, F1, matriz de confusão etc.)
Serviços de ML de alto nível: Comprehend, Translate, Polly, Transcribe, Lex, Rekognition e muito mais
Práticas recomendadas de segurança com aprendizado de máquina na AWS
Machine learning é uma certificação avançada e é melhor abordada por alunos que já obtiveram a certificação de nível de associado na AWS e têm alguma experiência real no setor. Este exame não se destina a iniciantes da AWS.
Who this course is for:
- Pessoas que desempenham uma função de desenvolvimento ou ciência de dados que buscam certificação em aprendizado de máquina e AWS.
Instructors
![Fernando Amaral](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.6 Instructor Rating
- 42,582 Reviews
- 175,638 Students
- 57 Courses
Fernando Amaral has been working with data related projects for over 12 years, currently as a full-time Data Engineer for a North American company. He is the author of several books about Data Science. He has dozens of published articles and videos on data science and data careers. As a teacher, he has more than 150,000 students enrolled in his more than 50 courses.
- 4.7 Instructor Rating
- 579,736 Reviews
- 1,892,198 Students
- 46 Courses
Stephane is a solutions architect, consultant and software developer that has a particular interest in all things related to Big Data, Cloud & API. He's also a many-times best seller instructor on Udemy for his courses in AWS and Apache Kafka.
[See FAQ below to see in which order you can take my courses]
Stéphane is recognized as an AWS Hero and is an AWS Certified Solutions Architect Professional & AWS Certified DevOps Professional. He loves to teach people how to use the AWS properly, to get them ready for their AWS certifications, and most importantly for the real world.
He also loves Apache Kafka. He sits on the 2019 Program Committee organizing the Kafka Summit in New York, London and San Francisco. He is also an active member of the Apache Kafka community, authoring blogs on Medium and a guest blog for Confluent.
During his spare time he enjoys cooking, practicing yoga, surfing, watching TV shows, and traveling to awesome destinations!
FAQ: In which order should you learn?...
AWS Cloud: Start with AWS Certified Solutions Architect Associate, then move on to AWS Certified Developer Associate and then AWS Certified SysOps Administrator. Afterwards you can either do AWS Certified Solutions Architect Professional or AWS Certified DevOps Professional, or a specialty certification of your choosing.
Apache Kafka: Start with Apache Kafka for Beginners, then you can learn Connect, Streams and Schema Registry if you're a developer, and Setup and Monitoring courses if you're an admin. Both tracks are needed to pass the Confluent Kafka certification.
- 4.5 Instructor Rating
- 143,983 Reviews
- 698,222 Students
- 33 Courses
Sundog Education's mission is to make highly valuable career skills in big data, data science, and machine learning accessible to everyone in the world. Our consortium of expert instructors shares our knowledge in these emerging fields with you, at prices anyone can afford.
Sundog Education is led by Frank Kane and owned by Frank's company, Sundog Software LLC. Frank spent 9 years at Amazon and IMDb, developing and managing the technology that automatically delivers product and movie recommendations to hundreds of millions of customers, all the time. Frank holds 17 issued patents in the fields of distributed computing, data mining, and machine learning. In 2012, Frank left to start his own successful company, Sundog Software, which focuses on virtual reality environment technology, and teaching others about big data analysis.