Course Outline

Pengenalan AWS Cloud9 untuk Data Science

  • Ikhtisar fitur AWS Cloud9 untuk ilmu data
  • Menyiapkan lingkungan ilmu data di AWS Cloud9
  • Mengonfigurasi Cloud9 untuk Python, R, dan Jupyter Notebook

Penyerapan dan Persiapan Data

  • Mengimpor dan membersihkan data dari berbagai sumber
  • Menggunakan AWS S3 untuk penyimpanan dan akses data
  • Praproses data untuk analisis dan pemodelan

Data Analysis di AWS Cloud9

  • Analisis data eksploratif menggunakan Python dan R
  • Bekerja dengan Pandas, NumPy, dan pustaka visualisasi data
  • Analisis statistik dan pengujian hipotesis di Cloud9

Machine Learning Pengembangan Model

  • Membangun model pembelajaran mesin menggunakan Scikit-learn dan TensorFlow
  • Pelatihan dan evaluasi model di AWS Cloud9
  • Menggunakan SageMaker dengan Cloud9 untuk pengembangan model skala besar

Database Integrasi dan Management

  • Mengintegrasikan AWS RDS dan Redshift dengan AWS Cloud9
  • Menanyakan kumpulan data besar menggunakan SQL dan Python
  • Menangani data besar dengan layanan AWS

Penerapan dan Optimasi Model

  • Menerapkan model pembelajaran mesin menggunakan AWS Lambda
  • Menggunakan AWS CloudFormation untuk mengotomatiskan penerapan
  • Mengoptimalkan jalur data untuk kinerja dan efisiensi biaya

Pengembangan dan Keamanan Kolaboratif

  • Berkolaborasi pada proyek ilmu data di Cloud9
  • Menggunakan Git untuk kontrol versi dan manajemen proyek
  • Praktik terbaik keamanan untuk data dan model di AWS Cloud9

Ringkasan dan Langkah Berikutnya

Requirements

  • Pemahaman dasar tentang konsep ilmu data
  • Keakraban dengan pemrograman Python
  • Pengalaman dengan lingkungan cloud dan layanan AWS

Hadirin

  • Ilmuwan data
  • Analis data
  • Insinyur pembelajaran mesin
 28 Hours

Number of participants


Price per participant

Testimonials (3)

Upcoming Courses (Minimal 5 peserta)

Related Categories