Cursusaanbod

Inleiding tot AWS Cloud9 voor Data Science

  • Overzicht van AWS Cloud9 functies voor data science
  • Instellen van een data science-omgeving in AWS Cloud9
  • Configureren van Cloud9 voor Python, R en Jupyter Notebook

Data Inname en Voorbereiding

  • Importeren en reinigen van data uit verschillende bronnen
  • Gebruik maken van AWS S3 voor datasopslag en toegang
  • Voorbewerking van data voor analyse en modelleren

Data-analyse in AWS Cloud9

  • Exploratie van data-analyse met Python en R
  • Werken met Pandas, NumPy en bibliotheken voor data-visualisatie
  • Statistische analyse en hypothesetoetsing in Cloud9

Ontwikkeling van Machine Learning Modellen

  • Bouwen van machine learning modellen met behulp van Scikit-learn en TensorFlow
  • Trainen en evalueren van modellen in AWS Cloud9
  • Gebruik maken van SageMaker met Cloud9 voor ontwikkeling van grote schaalmodellen

Database-integratie en -beheer

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

Implementatie en optimalisatie van modellen

  • Implementeren van machine learning modellen met behulp van AWS Lambda
  • Gebruik maken van AWS CloudFormation voor automatische implementatie
  • Optimaliseren van data-pipelines voor prestaties en kosteneffectiviteit

Samenwerking en beveiliging

  • Samenwerken aan data science-projecten in Cloud9
  • Gebruik maken van Git voor versiebeheer en projectbeheer
  • Beveiligingsbest practices voor data en modellen in AWS Cloud9

Samenvatting en volgende stappen

Vereisten

  • Basisbegrip van datascientific concepten
  • Kennis van Python-programmering
  • Ervaring met cloudomgevingen en AWS-diensten

Publiek

  • Data scientists
  • Data analysts
  • Machine learning engineers
 28 Uren

Aantal deelnemers


Prijs Per Deelnemer

Getuigenissen (3)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën