Cursusaanbod

Inleiding tot AWS Cloud9 voor Data Science

  • Overzicht van AWS Cloud9-functies voor datawetenschap
  • Het opzetten van een data science omgeving in AWS Cloud9
  • Cloud9 configureren voor Python, R en Jupyter Notebook

Gegevensopname en -voorbereiding

  • Importeren en opschonen van gegevens uit verschillende bronnen
  • AWS S3 gebruiken voor gegevensopslag en -toegang
  • Voorbewerking van gegevens voor analyse en modellering

Data Analysis in AWS Cloud9

  • Verkennende data-analyse met behulp van Python en R
  • Werken met Pandas, NumPy en bibliotheken voor gegevensvisualisatie
  • Statistische analyse en hypothesetoetsing in Cloud9

Machine Learning Modelontwikkeling

  • Machine learning-modellen bouwen met behulp van Scikit-learn en TensorFlow
  • Modellen trainen en evalueren in AWS Cloud9
  • SageMaker gebruiken met Cloud9 voor grootschalige modelontwikkeling

Database Integratie en Management

  • Integratie van AWS RDS en Redshift met AWS Cloud9
  • Query's uitvoeren op grote datasets met behulp van SQL en Python
  • Omgaan met big data met AWS-services

Modelimplementatie en -optimalisatie

  • Machine learning-modellen implementeren met behulp van AWS Lambda
  • AWS CloudFormation gebruiken om de implementatie te automatiseren
  • Datapijplijnen optimaliseren voor prestaties en kostenefficiëntie

Gezamenlijke ontwikkeling en beveiliging

  • Samenwerken aan data science-projecten in Cloud9
  • Git gebruiken voor versiebeheer en projectmanagement
  • Best practices op het gebied van beveiliging voor gegevens en modellen in AWS Cloud9

Samenvatting en volgende stappen

Vereisten

  • Basiskennis van data science-concepten
  • Bekendheid met Python programmeren
  • Ervaring met cloudomgevingen en AWS-services

Audiëntie

  • Datawetenschappers
  • Data-analisten
  • Ingenieurs voor machine learning
 28 Uren

Aantal deelnemers


Prijs Per Deelnemer

Testimonials (3)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën