Description du cours
Ce cours fournit les composants nécessaires pour réussir l'adoption organisationnelle du machine learning (ML).
• Niveau du cours : Fondamentaux
• Durée : 30 minutes
Remarque : ce cours comporte des transcriptions ou des sous-titres localisés. La narration est en anglais.
Pour afficher les sous-titres, cliquez sur le bouton CC dans le coin inférieur droit du joueur.
Activités
Ce cours comprend des présentations, des vidéos et des évaluations des connaissances.
Objectifs du cours
Dans ce cours, vous apprendrez à :
• Décrire comment adapter une organisation pour atteindre et pérenniser le succès à l'aide du ML
Public visé
Ce cours s'adresse aux personnes suivantes :
• Dirigeants d'entreprise non techniques et autres décideurs d'entreprise qui sont ou seront impliqués dans des projets de ML
• Les participants au programme AWS Machine Learning Embark et aux ateliers de découverte du Machine Learning Solutions Lab (MLSL)
Prérequis
Pour assister à ce cours, il est conseillé aux participants de disposer des connaissances suivantes :
• Présentation du Machine Learning : l'art du possible
• Planification d'un projet de Machine Learning
Déroulement du cours
Module 1 : Comment puis-je préparer mon organisation à l'utilisation du ML ?
• Comment puis-je préparer mon organisation à l'utilisation du ML ?
• Comment AWS peut-il m'aider ?
• Quelles autres stratégies puis-je adopter pour garantir la réussite organisationnelle ?
• Quelle approche de changement culturel fonctionne pour mon organisation ?
Module 2 : Comment évaluer ma stratégie de données ?
• Comment évaluer ma stratégie de données ?
• Comment puis-je améliorer ma stratégie de données ?
Module 3 : Comment créer une culture d'apprentissage et de collaboration ?
• Comment créer une culture d'apprentissage et de collaboration ?
• Qu'est-ce qu'un scientifique des données ?
• Quelles doivent être les compétences d'un scientifique des données ?
• À quoi ressemble une équipe pilote de ML ?
• De quels autres rôles de soutien aurai-je besoin ?
• Quelles sont les principales responsabilités ?
Module 4 : Comment démarrer mon adoption du ML ?
• Comment démarrer mon adoption du ML ?
• À quoi ressemble l'adoption du ML par une organisation ?
• Qu'est-ce qu'un exemple d'étude de cas de la progression d'une organisation ?
Module 5 : Conclusion
