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

Amazon Web Services

Machine Learning Essentials for Business and Technical Decision Makers (Italian)

Amazon Web Services and Amazon via AWS Skill Builder

Overview

In questo ciclo di tre lezioni imparerai le best practice e riceverai consigli per il machine learning (ML). Il corso esplora come preparare una roadmap per l'integrazione del ML nei processi aziendali, esplora i requisiti per determinare se il ML è la soluzione appropriata a un problema aziendale e descrive quali componenti sono necessari per una corretta adozione organizzativa di ML.

  • Livello di corso: Base
  • Durata: 90 minuti


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.


Attività

Questo ciclo di lezioni include presentazioni, video e valutazioni delle conoscenze.


Obiettivi del corso

In questo ciclo di lezioni imparerai a:

  • Comprendere le basi del machine learning per valutare i vantaggi e i rischi associati alla sua adozione in vari business case
  • Identificare i dati, i tempi e i requisiti di produzione per un progetto ML di successo
  • Descrivere come adattare un'organizzazione per raggiungere e sostenere il successo utilizzando il ML


Destinatari principali

Questo ciclo di lezioni è rivolto a:

  • Leader aziendali non tecnici e altri responsabili delle decisioni aziendali che sono o saranno coinvolti in progetti di ML
  • Partecipanti al programma AWS Machine Learning Embark e ai workshop Discovery di Machine Learning Solutions Lab (MLSL)


Prerequisiti

Si raccomanda che i partecipanti a questo corso abbiano completato:

  • Conoscenze di base su computer e sistemi informatici
  • Alcune conoscenze di base del concetto di machine learning


Riepilogo del corso

Corso 1: Introduction to Machine Learning: Art of the Possible

Modulo 1: Come può essere d'aiuto il machine learning?

  • Definisci il machine learning
  • Descrivi il feedback loop positivo (o effetto volano) che guida i progetti di ML
  • Descrivi i diversi domini aziendali interessati dal machine learning
  • Descrivi il potenziale del machine learning per i mercati poco sfruttati


Modulo 2: Come funziona il machine learning?

  • Descrivi l’intelligenza artificiale
  • Descrivi la differenza tra intelligenza artificiale e machine learning


Modulo 3: Quali sono alcuni potenziali problemi del machine learning?

  • Descrivi le differenze tra modelli semplici e modelli complessi
  • Comprendi i problemi di inspiegabilità e incertezza dei modelli di machine learning


Modulo 4: Conclusione


Corso 2: Planning a Machine Learning Project

Modulo 1: Una soluzione di machine learning è adatta al mio problema?

  • Spiega come determinare se il ML è la soluzione appropriata al problema della tua azienda


Modulo 2: I miei dati sono pronti per il machine learning?

  • Descrivi il processo per verificare che i dati siano pronti per il ML


Modulo 3: In che modo il machine learning influirà sulla timeline di un progetto?

  • Spiega come il ML può influire sulla timeline di un progetto


Modulo 4: Quali domande devo porre inizialmente durante il rilascio in produzione?

  • Identifica le domande da porre che influiscono sul rilascio in produzione di un progetto di ML


Modulo 5: Conclusione


Corso 3: Building a Machine Learning Ready Organization

Modulo 1: Come posso preparare la mia organizzazione per l'utilizzo del ML?

  • Come posso preparare la mia organizzazione per l'utilizzo del ML?
  • In che modo AWS mi può aiutare?
  • Quali altre strategie posso adottare per garantire il successo dell'organizzazione?
  • Quale cambiamento nell'approccio culturale può funzionare nella mia organizzazione?


Modulo 2: Come posso valutare la mia strategia dei dati?

  • Come posso valutare la mia strategia dei dati?
  • Come posso migliorare la mia strategia dei dati?


Modulo 3: Come faccio a creare una cultura dell'apprendimento e della collaborazione?

  • Come faccio a creare una cultura dell'apprendimento e della collaborazione?
  • Cos'è un data scientist?
  • Quali competenze deve avere un data scientist?
  • Che qualità deve avere un team pilota per il ML?
  • Di quali altri ruoli di supporto ho bisogno?
  • Quali sono le responsabilità chiave?


Modulo 4: Come posso iniziare il percorso verso il ML?

  • Come posso iniziare il percorso verso il ML?
  • In cosa consiste il percorso verso il ML di un'organizzazione?
  • Qual è un esempio di business case per il progresso fatto da un'organizzazione?


Modulo 5: Conclusione


Reviews

Start your review of Machine Learning Essentials for Business and Technical Decision Makers (Italian)

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.