Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Amazon Web Services

AWS Associate 2.2: Treinamento de modelos para engenheiros de ML (Português) | AWS ML Engineer Associate 2.2 Train Models (Portuguese)

Amazon Web Services and Amazon via AWS Skill Builder

Overview

Save Big on Coursera Plus. 7,000+ courses at $160 off. Limited Time Only!

Neste curso, você se aprofundará nos principais elementos do processo de treinamento do modelo e aprenderá a selecionar o ambiente computacional mais adequado para seus requisitos específicos de treinamento. Você explorará a solução Amazon SageMaker e os contêineres pré-criados do Docker do framework de aprendizado profundo e as imagens do docker da biblioteca de ML que oferecem uma maneira eficiente de desenvolver e treinar seus modelos.

Além disso, você ganhará experiência prática no desenvolvimento de modelos de machine learning com o uso dos algoritmos e bibliotecas integrados da solução SageMaker. Você também aprenderá a usar o modo script da solução SageMaker que oferece suporte a frameworks populares como Apache MXNet, TensorFlow e PyTorch. Este curso fornecerá o conhecimento e as habilidades para usar essas ferramentas e frameworks poderosos para criar modelos robustos e precisos.

Além disso, você aprenderá os detalhes sobre várias técnicas para reduzir o tempo de treinamento do modelo, que é um aspecto fundamental para otimizar o desempenho geral e a eficiência de seus fluxos de trabalho de machine learning. Ao final deste curso, você entenderá o processo de treinamento do modelo. Por fim, você aprenderá a tomar decisões fundamentadas ao selecionar o ambiente computacional, frameworks e estratégias de otimização corretos para seus casos de uso específicos.

  • Nível do curso: 300
  • Duração: 1h30

Atividades

  • Materiais on-line
  • Exercícios
  • Perguntas de teste de conhecimento

Objetivos do curso

  • Definir os elementos principais no processo de treinamento do modelo.
  • Selecionar o melhor ambiente computacional para treinamento de acordo com requisitos específicos.
  • Identificar os contêineres pré-criados do Docker do framework de aprendizado profundo da solução SageMaker.
  • Identificar as imagens pré-criadas do Docker da biblioteca de ML da solução SageMaker.
  • Desenvolver modelos de ML com o uso de algoritmos e bibliotecas de ML integrados da solução SageMaker.
  • Desenvolver modelos de ML com o uso da solução Amazon SageMaker Studio.
  • Desenvolver modelos de ML com o uso do modo script da solução SageMaker e frameworks compatíveis, como Apache MXNet, TensorFlow e PyTorch.
  • Descrever métodos comuns para reduzir o tempo de treinamento do modelo.
  • Descrever como integrar modelos externos com a solução SageMaker.

Público-alvo

  • Arquitetos de nuvem
  • Engenheiros de machine learning

Habilidades recomendadas

  • Ter pelo menos um ano de experiência com o uso da solução SageMaker e outros serviços da AWS para engenharia de ML
  • Ter pelo menos um ano de experiência em uma função relacionada, como desenvolvedor de software de back-end, desenvolvedor de DevOps, engenheiro de dados ou cientista de dados
  • Ter compreensão fundamental de linguagens de programação, como Python
  • Ter concluído os cursos anteriores no plano de aprendizado AWS ML Engineer Associate.

Conteúdo do curso

  • Seção 1: Introdução

o    Lição 1: Como usar este curso

o    Lição 2: Visão geral do curso

o    Lição 3: Conceitos de treinamento do modelo

  • Seção 2: Ambientes computacionais

o    Lição 4: Seleção do ambiente computacional

o    Lição 5: AWS Container Services

  • Seção 3: Treinamento de um modelo

o    Lição 6: Criação de um trabalho de treinamento com o uso do console da solução Amazon SageMaker

o    Lição 7: Treinamento de um modelo com o uso de um algoritmo integrado da solução SageMaker

o    Lição 8: Treinamento de um modelo com o uso do modo script da solução SageMaker

o    Lição 9: Métodos para reduzir o tempo de treinamento

  • Seção 4: Modelos externos

o    Lição 10: Integração de modelos externos com a solução SageMaker

  • Seção 5: Conclusão

o    Lição 11: Resumo do curso

o    Lição 12: Avaliação

o    Lição 13: Entrar em contato conosco

Reviews

Start your review of AWS Associate 2.2: Treinamento de modelos para engenheiros de ML (Português) | AWS ML Engineer Associate 2.2 Train Models (Portuguese)

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.