Amazon Web Services - AWMLE

Machine Learning Engineering on AWS

Machine Learning Engineering on AWS
  • 時數：21小時
  • 費用：NT$ 42,000
  • 點數：11.0

選擇查詢分區開課時間

地點 班號 日期 時間 預約
台北 26732 班 2026/06/24 ~ 2026/06/26 每週三四五 09:00~17:00 預約

目前查無開課時段

詳細開課時間請洽詢業務
新竹、台中、高雄如有上課需求，請參考台北開課日期，洽當地服務人員依需求加開遠距開課日期

聯絡恆逸

教材

AWS原廠電子教材

課程目標

本課程專門設計給那些想要知道，如何在AWS上進行機器學習工程的機器學習專家。您將透過組合理論、實機練習與上課活動，學習如何建置、部署、編排與操作大規模的機器學習解決方案。此外您也將得到實際操作AWS服務與分析工具的經驗，如：Amazon SageMaker AI、Amazon EMR等，幫助您能夠開發穩健的、具擴縮性與可正式使用的機器學習應用程式。

適合對象

想學習在AWS上進行機器學習工程的資訊工程師

預備知識

  1. 機器學習概念
  2. 熟悉Python語言與相關程式庫：Numpy、Pandas與Scikit-learn
  3. AWS基本操作

課程內容

  1. 介紹AWS上的機器學習
  2. 分析機器學習的挑戰
  3. 為機器學習進行的資料處理
  4. 資料轉換與特徵工程
  5. 選擇塑模的方法
  6. 訓練機器學習的模型
  7. 評估與調優機器學習的模型
  8. 模型部署的策略
  9. 保護AWS的機器學習資源
  10. 機器學習維運與自動化部署
  11. 監控模型效能與資料品質
  12. 課程總結

學會技能

  1. 解釋在AWS上機器學習的架構
  2. 使用AWS服務進行機器學習需要的資料處理、轉換與特徵工程
  3. 基於問題與模型的可說明性，選擇合適的機器學習演算法與塑模方式
  4. 使用AWS服務為模型訓練、部署與編排，設計與實施具擴縮性的機器學習管線
  5. 為機器學習建立自動化的CI/CD管線
  6. 為AWS上機器學習資源選擇合適的安全指標
  7. 為部署的機器學習模型實施包含偵測資料飄移的監控策略

備註事項

  1. 上課時間為09:00~17:00
  2. 此課程需向原廠訂購電子教材及實驗環境，請於開課前兩週完成報名並繳清課程費用


AWS學員見證：入門AWS領域，就選有正統的AWS學習資源才能事半功倍


你應該要從哪個AWS認證開始?


您的公司是已經遷上雲端了，還是正在遷上雲端？


恆逸講師重點解析AWS雲端運算概念、AWS核心服務、AWS安全與合規概觀

推薦課程