Livello di preparazione all'esame: AWS Certified Machine Learning - Specialty (Italiano) | Exam Readiness: AWS Certified Machine Learning - Specialty (Italian)

Questo corso ti prepara per poter sostenere l'esame AWS Certified Machine Learning – Specialty, che dimostra la tua capacità di progettare, implementare, distribuire e gestire soluzioni di machine learning (ML).

In questo corso imparerai a conoscere l'organizzazione dell'esame ed i meccanismi delle sue domande, esplorandone inoltre i domini tecnici. Esaminerai i principali servizi di AWS e i concetti chiave dei domini d'esame:

1. Data engineering
2. Analisi esplorativa dei dati
3. Modellazione
4. Implementazione e operazioni di Machine Learning

Imparerai anche le strategie chiave per sostenere il test e le metterai in pratica, affrontando diverse domande di studio. Una volta affinate le tue abilità, avrai la possibilità di partecipare a un quiz che ti aiuterà a valutare le tue aree di forza e di debolezza, in modo da sapere su cosa concentrare maggiormente i tuoi studi pre-esame.

Nota: questo corso fornisce trascrizioni/sottotitoli localizzati. La narrazione è in inglese. Per visualizzare i sottotitoli, fare clic sul pulsante CC nell'angolo in basso a destra del lettore.

Obiettivi del corso

Una volta completato il corso, sarai in grado di:

• Identificare i tuoi punti di forza e di debolezza in ogni dominio d'esame, in modo da sapere su cosa concentrarti maggiormente nello studio.
• Descrivere gli argomenti e i concetti tecnici che compongono ogni dominio d'esame.
• Riassumere gli aspetti logistici e le dinamiche dell'esame e delle sue domande.
• Usare strategie efficaci per affrontare lo studio e l'esame.

Destinatari principali

Questo corso è destinato a:

• Professionisti del ML con almeno un anno di esperienza pratica che si stanno preparando per sostenere l'esame AWS Certified Machine Learning – Specialty.

Prerequisiti

È consigliabile che i partecipanti a questo corso possiedano:

• Una competenza che permetta l'intuizione degli algoritmi di ML di base e l'esecuzione dell'ottimizzazione degli iperparametri di base.
• La comprensione della pipeline di ML e dei suoi componenti.
• Esperienza con i framework di ML e deep learning.
• Comprensione ed esperienza nell' ambito dell'addestramento dei modelli, della loro implementazione e delle best practice operative.

Iscriversi

www.aws.training

Struttura del corso

Modulo 0: Introduzione al corsoModulo 1: Panoramica dell'esame e strategie per affrontare il test

• Panoramica sull'esame, organizzazione, punteggio e interfaccia utente
• Meccanismo e struttura delle domande
• Strategie per sostenere il test

Modulo 2: Dominio 1 - Data Engineering

• Dominio 1.1: Repository di dati per ML
• Dominio 1.2: Identificare e implementare una soluzione per l'acquisizione di dati
• Dominio 1.3: Identificare e implementare una soluzione per la trasformazione dei dati
• Domande di studio con spiegazione passo per passo
• Quiz del dominio 1

Modulo 3: Dominio 2 - Analisi esplorativa dei dati

• Dominio 2.1: Ripulire e preparare i dati per la modellazione
• Dominio 2.2: Eseguire la progettazione delle funzioni
• Dominio 2.3: Analizzare e visualizzare i dati per il ML
• Domande di studio con spiegazione passo per passo
• Quiz dominio 2

Modulo 4: Dominio 3 - Modellazione

• Dominio 3.1: Formulazione dei problemi aziendali come problemi di ML
• Dominio 3.2: Selezione di uno o più modelli appropriati per un determinato problema di ML
• Dominio 3.3: Addestramento dei modelli di ML
• Dominio 3.4: Esecuzione dell'ottimizzazione degli iperparametri
• Dominio 3.5: Valutazione dei modelli di ML
• Domande di studio con spiegazione passo per passo
• Quiz del dominio 3

Modulo 5: Dominio 4 - Implementazione e operazioni di ML

• Dominio 4.1: Creare soluzioni di ML per prestazioni, disponibilità, scalabilità, resilienza e tolleranza ai guasti
• Dominio 4.2: Consigliare e implementare i servizi e le funzionalità di ML appropriati per un determinato problema
• Dominio 4.3: Applicare le pratiche di sicurezza di base di AWS alle soluzioni di ML
• Dominio 4.4: Distribuzione e operazionalizzazione delle soluzioni di ML
• Domande di studio con spiegazione passo per passo
• Quiz dominio 4

Modulo 6: Domande supplementari di studio

• Possibilità di affrontare ulteriori domande di studio

Modulo 7: Materiale di studio consigliato

• Link al blog AWS, alla documentazione, alle domande frequenti e ad altro materiale di studio consigliato per l'esame

Modulo 8: Conclusione del corso

• Come iscriversi all'esame
• Riepilogo del corso
• Feedback sul corso