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 (Simplified Chinese)

Amazon Web Services and Amazon via AWS Skill Builder

Overview

在这三门课程中,您将学到机器学习 (ML) 的最佳实践和建议。本课程探讨了如何制定路线图将机器学习(ML)集成到业务流程中,探讨了在确定机器学习(ML)能否成为业务问题适当解决方案时的需求,并解释了企业成功采用机器学习(ML)所需的组件。

  • 课程级别:基础
  • 时长:90 分钟

注意:本课程具有本地化的注释/字幕。 旁白保留英语。要显示字幕,请单击播放器右下角的 CC 按钮。


活动

本课程系列包括讲解、视频和知识评估课程。


课程目标

在本课程中,您将学习:

  • 了解机器学习的基本知识,以帮助评估各种商业案例中采用机器学习(ML)的相关益处和风险
  • 确定成功的机器学习(ML)项目所需的数据、时间和生产需求
  • 描述如何使用机器学习(ML)调整企业以实现和维持成功


目标受众

本课程面向:

  • 非技术业务主管和其他正在或将要参与机器学习(ML)项目的业务决策者
  • AWS Machine Learning Embark 计划和机器学习解决方案实验室 (MLSL) 发现研讨会的参与者


先决条件

我们建议符合以下条件的人员参加本课程:

  • 电脑和电脑系统的基本知识
  • 机器学习概念的一些基本知识

课程大纲

课程 1:机器学习入门:潜在的艺术

模块 1。机器学习有哪些帮助?

  • 定义机器学习
  • 解释驱动机器学习(ML)项目的正反馈循环(飞轮)
  • 解释受机器学习影响的不同业务领域
  • 解释机器学习在未充分利用的市场中的潜力

模块 2。机器学习如何运作?

  • 解释人工智能
  • 解释人工智能和机器学习的区别

模块 3。机器学习有哪些潜在问题?

  • 解释简单模型和复杂模型之间的区别
  • 用机器学习模型理解不可解释性和不确定性问题

模块 4。结论


课程 2:规划机器学习项目

模块 1。机器学习解决方案是否适合我的问题?

  • 解释如何确定机器学习(ML)是否是解决业务问题的适当解决方案

模块 2。我的数据是否为机器学习准备就绪?

  • 解释确保数据为机器学习(ML)准备就绪的过程

模块 3。机器学习将如何影响项目时间表?

  • 解释机器学习(ML)如何影响项目时间表

模块 4。在部署中,我应该提前思考哪些问题?

  • 确定要思考的影响机器学习(ML)部署的问题

模块 5。结论


课程 3:构建支持机器学习的企业

模块 1。如何让我的企业准备好使用机器学习(ML)?

  • 如何让我的企业准备好使用机器学习(ML)?
  • AWS 如何为我提供帮助?
  • 我还可以采取哪些策略来确保企业成功?
  • 哪种文化转变方法适用于我的企业?

模块 2。如何评估我的数据策略?

  • 如何评估我的数据策略?
  • 如何改进我的数据策略?

模块 3。如何营造学习和协作的文化?

  • 如何营造学习和协作的文化?
  • 什么是数据科学家?
  • 数据科学家应该具备哪些技能?
  • 机器学习(ML)试点团队是什么样的?
  • 我还需要哪些支持角色?
  • 主要职责有哪些?

模块 4。如何开启我的机器学习(ML)之旅?

  • 如何开启我的机器学习(ML)之旅?
  • 企业的机器学习(ML)之旅是什么样的?
  • 企业进展的业务案例示例是什么?

模块 5。结论

Reviews

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

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.