You will learn how to solve a real-world use case with Machine Learning (ML) and produce actionable results using Amazon SageMaker. This course walks through the stages of a typical data science process for Machine Learning from analyzing and visualizing a dataset to preparing the data, and feature engineering. Individuals will also learn practical aspects of model building, training, tuning, and deployment with Amazon SageMaker. Real life use case includes customer retention analysis to inform customer loyalty programs

Activities

This course includes presentations, group exercises, and hands-on labs.

Intended audience

This course is intended for:

Developers
Data Scientists

Prerequisites

This course is intended for:

Developers
Data Scientists

Amazon SageMaker ile Uygulamalı Veri Bilimi Eğitimi programına Online Instructor-Led (canlı sanal sınıf) veya Classroom Based (sınıf eğitimi) formatlarında doğrudan katılım sağlayabilirsiniz. Ayrıca bu eğitimi kurumunuza özel olarak Online Instructor-Led, Classroom Based veya Onsite (yerinde eğitim) formatlarında, tercih ettiğiniz tarih ve lokasyonda organize edebiliriz. Detaylı bilgi ve kurumunuza özel planlama için bizimle iletişime geçebilirsiniz.

Kurumsal gruplar için bu eğitimi, kurumunuza özel Onsite (yerinde eğitim) formatında organize edebiliriz.

Neler Öğreneceksiniz

In this course, you will:

Prepare a dataset for training
Train and evaluate a Machine Learning model
Automatically tune a Machine Learning model
Prepare a Machine Learning model for production
Think critically about Machine Learning model results

Eğitim İçeriği

Module 1: Introduction to machine learning

Types of ML
Job Roles in ML
Steps in the ML pipeline

Module 2: Introduction to data prep and SageMaker

Training and test dataset defined
Introduction to SageMaker
Demonstration: SageMaker console
Demonstration: Launching a Jupyter notebook

Module 3: Problem formulation and dataset preparation

Business challenge: Customer churn
Review customer churn dataset

Module 4: Data analysis and visualization

Demonstration: Loading and visualizing your dataset
Exercise 1: Relating features to target variables
Exercise 2: Relationships between attributes
Demonstration: Cleaning the data

Module 5: Training and evaluating a model

Types of algorithms
XGBoost and SageMaker
Demonstration: Training the data
Exercise 3: Finishing the estimator definition
Exercise 4: Setting hyper parameters
Exercise 5: Deploying the model
Demonstration: hyper parameter tuning with SageMaker
Demonstration: Evaluating model performance

Module 6: Automatically tune a model

Automatic hyper parameter tuning with SageMaker
Exercises 6-9: Tuning jobs

Module 7: Deployment / production readiness

Deploying a model to an endpoint
A/B deployment for testing
Auto Scaling
Demonstration: Configure and test auto scaling
Demonstration: Check hyper parameter tuning job
Demonstration: AWS Auto Scaling
Exercise 10-11: Set up AWS Auto Scaling

Module 8: Relative cost of errors

Cost of various error types
Demo: Binary classification cutoff

Module 9: Amazon SageMaker architecture and features

Accessing Amazon SageMaker notebooks in a VPC
Amazon SageMaker batch transforms
Amazon SageMaker Ground Truth
Amazon SageMaker Neo

Neden Bizi Seçmelisiniz

1995’ten beri Birleşik Krallık merkezli lider bir global eğitim sağlayıcısıyız.

Amazon SageMaker ile Uygulamalı Veri Bilimi eğitimine Bilginç IT Academy'nin canlı ve etkileşimli sanal sınıf ortamında katılabilirsiniz. Online Instructor-Led eğitimlerimize bireysel olarak genel katılıma açık (Public) sınıflardan katılabileceğiniz gibi, kurumunuza özel (Private / In-house) bir sınıf da planlayabilirsiniz.

Eğitim Formatı (Delivery Method): Online Instructor-Led
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Canlı ve Etkileşimli Eğitim: Eğitmeninizle gerçek zamanlı iletişim kurun; soru-cevap, uygulama ve grup çalışmalarıyla öğrenme sürecine aktif olarak katılın.
Esnek Katılım: Evinizden, ofisinizden veya internet erişiminizin bulunduğu herhangi bir lokasyondan eğitime katılın.
Uzman Eğitmen Kadrosu: Sektör deneyimine sahip, alanında yetkin eğitmenlerden güncel ve uygulanabilir bilgiler edinin.
30 Yılı Aşkın Deneyim: Bilginç IT Academy'nin 1995 yılından bu yana süregelen eğitim uzmanlığından yararlanın.
Dünya Genelinde Erişim: Canlı sanal sınıflarımıza dünyanın farklı lokasyonlarından katılabilir veya kurumunuza özel online eğitim planlayabilirsiniz.

Practical Data Science with Amazon SageMaker eğitimine yüz yüze sınıf ortamında katılabilirsiniz. Classroom Based eğitimlerimiz genel katılıma açık (Public)sınıflar veya kurumunuza özel (Private / In-house)sınıflar şeklinde planlanabilir.

Eğitim Formatı (Delivery Method): Classroom Based
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Yüz Yüze Öğrenme: Eğitmeniniz ve diğer katılımcılarla doğrudan iletişim kurarak etkileşimli bir sınıf deneyimi yaşayın.
Deneyimli Eğitmenler: Sektörde uzun yıllara dayanan deneyime sahip uzmanlardan gerçek dünya örnekleriyle öğrenin.
Profesyonel Eğitim Ortamı: Teknolojik altyapısı güçlü, konforlu ve öğrenmeye uygun sınıflarda eğitim alın.
Uygulamalı Öğrenme: Eğitim içeriğine bağlı olarak uygulamalar, senaryolar, vaka çalışmaları ve eğitmen yönlendirmeli çalışmalarla teorik bilgilerinizi pratiğe dönüştürün.

Practical Data Science with Amazon SageMaker eğitimini kurumunuza özel olarak kendi ofisinizde veya tercih ettiğiniz lokasyonda gerçekleştirebilirsiniz. Bilginç IT Academy eğitmenleri, kurumunuzun ihtiyaçlarına göre planlanan eğitim için belirlediğiniz lokasyona gelebilir.