使用 Amazon SageMaker Canvas，資料和商業分析師可以準備資料、訓練和部署機器學習 (ML) 模型，而無需任何機器學習經驗或編寫任何一行程式碼。您將學習如何為表格式和時間序列資料建置 ML 模型，且無須深度了解 ML。您也可以在四個實驗室的協助下，練習在課程中學到的內容。
您也將學習使用 Amazon 和其他模型供應商的基礎模型來支援生成式 AI 使用案例，例如文字產生、文字摘要和使用檢索增強生成 (RAG) 聊天。
完成本課程後，您將能夠建置和訓練高度準確的模型，並使用批次推論來產生預測。您也將能夠與資料科學家共用模型，進一步分析並部署到貴公司的 ML 營運管道中。
- 課程等級：中級
- 課程時間：10.5 小時
活動
本課程包含線上學習互動、知識檢測和遵循示範。
課程目標
在本課程中，您將學習如何執行下列動作：
- 描述基本機器學習 (ML) 概念和技術。
- 識別 ML 生命週期及其階段。
- 描述 ML 可以解決的問題類型。
- 識別建置 ML 模型的步驟。
- 描述用於測量模型預測準確性的指標。
- 說明如何使用 Amazon SageMaker Canvas 將原始資料轉換為訓練資料集。
- 描述如何產生資料洞察和了解資料品質。
- 識別如何使用視覺化工具尋找資料中潛在的錯誤和極端值。
- 描述使用 AutoML 的 SageMaker Canvas 的模型建置功能。
- 使用 SageMaker Canvas 啟動模型訓練工作並追蹤其進度。
- 描述效能報告中可用的模型品質指標。
- 部署模型並進行預測。
- 使用 SageMaker Canvas 基礎模型 (FM) 使用者界面 (UI) 進行文字產生、文字摘要和模型比較。
- 使用 RAG 和微調來識別及解決基礎模型輸出的挑戰。
- 描述使用 Amazon SageMaker Canvas 時要遵循的最佳實務。
目標對象
本課程適用於下列對象：
- 資料分析師
- 非 ML 領域的研究人員
- 營運研究分析師
- 初級資料科學家
先決條件
我們建議參加本課程的學員應具備：
- 分析、清理和轉換表格式或時間序列資料的經驗
- 統計測量和迴歸的基本知識
- AWS Technical Essentials 課程
針對生成式 AI 新手的使用者，我們建議以下課程：
- Introduction to Generative AI - Art of the Possible
- Planning a Generative AI Project
課程大綱
單元 1：機器學習簡介
如何使用本課程
ML 簡介
- ML 基礎知識
- ML 可以解決的問題類型
- ML 生命週期
- 處理資料與從其中衍生洞察的挑戰
建置和評估模型
- 模型建置簡介
- 模型評估
- 改善模型效能
- 模型訓練選項
總結
- 知識檢測
- 結論
單元 2：資料分析與準備
如何使用本課程
Amazon SageMaker Canvas 簡介
- Amazon SageMaker Canvas
- 分析資料
- 快速模型分析
資料準備
- 轉換資料
- 匯出資料和資料流程
總結
- 知識檢測
- 結論
實驗室 1：Amazon SageMaker Canvas - 表格式資料使用案例
實驗室 2：Amazon SageMaker Canvas - 時間序列資料集使用案例
單元 3：使用 SageMaker Canvas 進行模型建置
如何使用本課程
深入探討 Sagemaker Canvas
- 在 SageMaker Canvas 中建置模型的簡介
- 在 SageMaker Canvas 中建置模型的進階選項
- 在 SageMaker Canvas 中評估模型
- 在 SageMaker Canvas 中進行預測和部署模型
總結
- 知識檢測
- 結論
實驗室 3：使用 Amazon SageMaker Canvas 建置自訂模型
實驗室 4：無程式碼 ML 總整實驗室
單元 4：使用 SageMaker Canvas 的生成式 AI
如何使用本課程
SageMaker Canvas 中的基礎模型
- 使用 Amazon SageMaker Canvas 的生成式 AI
- SageMaker Canvas 基礎模型
- 比較基礎模型
緩解 SageMaker Canvas 中的基礎模型挑戰
- 模型幻覺
- 檢索增強生成 (RAG)
- 微調基礎模型
總結
- 知識檢測
- 結論
單元 5：SageMaker Canvas 的最佳實務
如何使用本課程
最佳實務
- 取得 SageMaker Canvas 的存取權
- 更新 SageMaker Canvas 版本
- 使用 SageMaker Canvas 節省成本
總結
- 結論
關鍵字
生成式 AI
生成式 AI
