Ce cours présente les exigences pour déterminer si le machine learning (ML) est approprié à un problème d'entreprise.Niveau du cours : FondamentauxDurée : 30 minutesActivitésCe cours comprend des présentations, des vidéos et des évaluations des connaissances.Objectifs du coursDans ce cours, vous apprendrez à :Identifier les exigences de données, de temps et de production pour un projet ML réussiPublic viséCe cours s'adresse aux personnes suivantes :Dirigeants d'entreprise non techniques et autres décideurs d'entreprise qui sont ou seront impliqués dans des projets de MLLes participants au programme AWS Machine Learning Embark et aux ateliers de découverte du Machine Learning Solutions Lab (MLSL)PrérequisPour assister à ce cours, il est conseillé aux participants de disposer des connaissances suivantes :Présentation du Machine Learning : l'art du possibleDéroulement du coursModule 1 : Une solution de machine learning automatique est-elle adaptée à mon problème ?Expliquer comment déterminer si la solution ML est appropriée au problème de votre entrepriseModule 2 : Mes données sont-elles prêtes pour le machine learning ?Décrire le processus visant à garantir que vos données sont prêtes pour le MLModule 3 : Quelle sera l'incidence du machine learning sur la chronologie d'un projet ?Expliquer comment le ML peut avoir une incidence sur la chronologie d'un projetModule 4 : Quelles questions dois-je poser au début du déploiement ?Identifier les questions à poser qui affectent le déploiement du MLModule 5 : Conclusion
Industry Partners
