感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
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)
All good, nothing to improve
Ievgen Vinchyk - GE Medical Systems Polska Sp. Z O.O.
课程 - AWS Lambda for Developers
IOT applications
Palaniswamy Suresh Kumar - Makers' Academy
课程 - Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
Subject presentation knowledge timing