Dieser Kurs behandelt einen Teil der Datenaufbereitungsphase des Lebenszyklus des Machine Learnings (ML). In diesem Kurs lernst du mehr über die Datentransformation. In diesem Kurs werden verschiedene Transformationskonzepte und -techniken behandelt, z. B. Datenbereinigung, Kodierung und Feature Engineering. Du erfährst, wie du Amazon Web Services (AWS) Services wie Amazon SageMaker Feature Store, Amazon SageMaker Data Wrangler und AWS Glue nutzen kannst, um deine Daten zu transformieren.

Kursstufe: Fortgeschritten
Dauer: 60 Minuten

Aktivitäten

Online-Materialien
Eine Vorführung
Fragen zum Wissenscheck
Eine Bewertung des Kurses

Kursziele

Du kannst den Wert der Datenbereinigung und -transformation erklären.
Erläutere, wie falsche oder doppelte Daten verarbeitet werden.
Erläutere wie Ausreißer erkannt und behandelt werden.
Beschreibe, wie fehlende Werte verarbeitet werden.
Beschreibe die grundlegenden Kodierungstechniken.
Identifiziere Anwendungsfälle für Feature Engineering.
Beschreibe die grundlegenden Konzepte, Vorteile und Techniken des Feature Engineering.
Beschreibe die grundlegenden Techniken zur Auswahl von Features.
Beschreibe die AWS-Services zur Validierung und Kennzeichnung von Daten.
Identifiziere AWS-Tools und -Services für die Visualisierung und Transformation von Daten.
Beschreibe, wie man mithilfe des SageMaker Feature Store Daten einliest und Features verwaltet.
Beschreibe, wie man Daten mit dem Amazon SageMaker Data Wrangler einliest und umwandelt.
Beschreibe, wie Daten mithilfe von AWS Glue transformiert werden.
Identifiziere AWS-Tools und -Services für die Transformation von Streaming-Daten.
Beschreibe, wie Streaming-Daten mithilfe von AWS Lambda und Apache Spark auf Amazon EMR transformiert werden.

Zielgruppe

Cloud-Architekten
Ingenieure für Machine Learning

Empfohlene Fähigkeiten

Mindestens 1 Jahr Erfahrung mit Amazon SageMaker und anderen AWS-Services für ML-Engineering.
Mindestens 1 Jahr Erfahrung in einer verwandten Position wie Backend-Softwareentwickler, DevOps-Entwickler, Dateningenieur oder Datenwissenschaftler.
Ein grundlegendes Verständnis von Programmiersprachen wie Python.
Frühere Kurse im AWS ML Engineer Associate Learning Plan