Struttura del corso
Introduzione ad AWS Cloud9 per la Scienza dei Dati
- Panoramica delle funzionalità di AWS Cloud9 utili alla scienza dei dati
- Configurazione iniziale di un ambiente di scienza dei dati in AWS Cloud9
- Impostazione di Cloud9 per l’utilizzo di Python, R e Jupyter Notebook
Acquisizione ed Elaborazione dei Dati
- Importazione e pulizia dei dati provenienti da diverse fonti
- Utilizzo di AWS S3 per l’archiviazione e l’accesso ai dati
- Pre-elaborazione dei dati necessaria all’analisi e alla modellazione
Analisi dei Dati in AWS Cloud9
- Analisi esplorativa dei dati mediante Python e R
- Utilizzo di librerie come Pandas, NumPy e strumenti di visualizzazione dati
- Analisi statistica e verifica delle ipotesi direttamente in Cloud9
Sviluppo dei Modelli di Machine Learning
- Creazione di modelli di machine learning utilizzando Scikit-learn e TensorFlow
- Addestramento ed evaluazione dei modelli in AWS Cloud9
- Integrazione con SageMaker per lo sviluppo di modelli su larga scala attraverso Cloud9
Integrazione e Gestione delle Basi di Dati
- Collegamento tra AWS RDS, Redshift e AWS Cloud9
- Esecuzione di interrogazioni su grandi insiemi di dati tramite SQL e Python
- Gestione efficiente dei big data con l’ausilio dei servizi AWS
Distribuzione e Ottimizzazione dei Modelli
- Distribuzione di modelli di machine learning sfruttando AWS Lambda
- Automatizzazione della distribuzione tramite AWS CloudFormation
- Ottimizzazione dei flussi dati in termini di prestazioni e contenimento dei costi
Sviluppo Collaborativo e Sicurezza
- Collaborazione tra più utenti su progetti di scienza dei dati in Cloud9
- Gestione delle versioni e coordinamento dei progetti tramite Git
- Best practice per la sicurezza dei dati e dei modelli in AWS Cloud9
Riassunto e Prossimi Passi
Requisiti
- Conoscenza di base dei concetti fondamentali della scienza dei dati
- Familiarità con la programmazione in Python
- Esperienza nell’utilizzo di ambienti cloud e servizi AWS
Destinatari del Corso
- Data scientist
- Analisti dei dati
- Ingegneri di machine learning
Recensioni (2)
Gli esercizi pratici correlati al contenuto aiutano davvero a comprendere meglio ogni argomento. Inoltre, lo stile di inizio lezione con una presentazione teorica e continuazione con esercizi pratici è buono e utile per collegare il materiale presentato inizialmente.
Nazeera Mohamad - Ministry of Science, Technology and Innovation
Corso - Introduction to Data Science and AI using Python
Traduzione automatica
Ho scoperto nuove e interessanti cose su Lambda e Serverless
Oleg Buldumac - PUBLIC COURSE
Corso - AWS Lambda for Developers
Traduzione automatica