Ce cours présente les exigences pour déterminer si le machine learning (ML) est approprié à un problème d'entreprise.
- Niveau du cours : Fondamentaux
- Durée : 30 minutes
Activités
Ce cours comprend des présentations, des vidéos et des évaluations des connaissances.
Objectifs du cours
Dans ce cours, vous apprendrez à :
- Identifier les exigences de données, de temps et de production pour un projet ML réussi
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
Déroulement du cours
Module 1 : Une solution de machine learning automatique est-elle adaptée à mon problème ?
- Expliquer comment déterminer si la solution ML est appropriée au problème de votre entreprise
Module 2 : Mes données sont-elles prêtes pour le machine learning ?
- Décrire le processus visant à garantir que vos données sont prêtes pour le ML
Module 3 : Quelle sera l'incidence du machine learning sur la chronologie d'un projet ?
- Expliquer comment le ML peut avoir une incidence sur la chronologie d'un projet
Module 4 : Quelles questions dois-je poser au début du déploiement ?
- Identifier les questions à poser qui affectent le déploiement du ML
