このコースでは、組織による機械学習 (ML) の導入を成功させるための各構成要素について説明します。
• コースレベル : 基礎
• 演習時間: 30 分
* このトレーニングの中の動画には、日本語の吹き替えのほかに日本語の字幕もついています。字幕は画面下の [CC] をクリックして表示と非表示を切り替えることができます。
アクティビティ
このコースは、プレゼンテーション、動画、および知識の認定テストで構成されています。
コースの目標
このコースでは、以下について学習します。
• 組織を ML の使用に適応させ、成功に導きそれを維持するための方法を説明する
対象者
このコースは以下のような方を対象としています。
• ML プロジェクトに関与する、または関与する可能性のある技術系以外のビジネスリーダー、およびその他のビジネス意思決定者
• AWS Machine Learning Embark プログラム、および Machine Learning Solutions Lab (MLSL) ディスカバリーワークショップの参加者
前提条件
このコースを受講するにあたり、次の前提条件を満たしておくことをお勧めします。
• 機械学習入門: 可能性を実行する技術
• 機械学習プロジェクトの計画
コースの概要
モジュール 1: MLを使用する組織に必要な準備
• ML を使用するために組織が行うべき準備とは。
• AWS から得られるサポート
• 組織を成功に導くために取り得る他の戦略とは。
• 組織を変えるための文化的変容のアプローチ
モジュール 2: データ戦略の評価手法
• データ戦略の評価手法
• データ戦略を改善する方法
モジュール 3: 学習とコラボレーションの文化を醸成する手法
• 学習とコラボレーションの文化を生み出すには。
• データサイエンティストの仕事とは。
• データサイエンティストに求められるスキル
• パイロット ML チームの編成について
• サポートに必要となる他の役割は。
• 主要な責任範囲について
モジュール 4: ML の導入方法
• ML の導入方法
• ML 導入で組織が行うべき行うべきことは何か?
• 組織での進捗に関するビジネスケースの例
モジュール 5: まとめ
