课程大纲

适用于 Data Science 的 AWS Cloud9 简介

  • AWS Cloud9 数据科学功能概述
  • 在 AWS Cloud9 中设置数据科学环境
  • 为 Python、R 和 Jupyter Notebook 配置 Cloud9

数据摄取和准备

  • 从各种来源导入和清理数据
  • 使用 AWS S3 进行资料存储和访问
  • 预处理数据以进行分析和建模

Data Analysis 在 AWS Cloud9 中

  • 使用 Python 和 R 进行探索性数据分析
  • 使用 Pandas、NumPy 和数据可视化库
  • Cloud9 中的统计分析和假设检验

Machine Learning 模型开发

  • 使用 Scikit-learn 和 TensorFlow 构建机器学习模型
  • 在 AWS Cloud9 中训练和评估模型
  • 将 SageMaker 与 Cloud9 结合使用进行大规模模型开发

Database 集成和 Management

  • 将 AWS RDS 和 Redshift 与 AWS Cloud9 集成
  • 使用 SQL 和 Python 查询大型数据集
  • 使用 AWS 服务处理大数据

模型部署和优化

  • 使用 AWS Lambda 部署机器学习模型
  • 使用 AWSCloudFormation 实现自动化部署
  • 优化数据管道以提高性能和成本效益

协作开发和安全性

  • 在 Cloud9 中协作开展数据科学专案
  • 使用 Git 进行版本控制和专案管理
  • AWS Cloud9 中数据和模型的安全最佳实践

总结和后续步骤

要求

  • 对数据科学概念的基本了解
  • 熟悉 Python 程式设计
  • 使用云环境和 AWS 服务的经验

观众

  • 数据科学家
  • 数据分析师
  • 机器学习工程师
 28 小时

客户评论 (3)

即将举行的公开课程

课程分类