Dans ce module complet sur la préparation des données et l'apprentissage supervisé, vous maîtriserez les techniques essentielles de nettoyage et de transformation des données tout en construisant des modèles de régression et de classification. En travaillant avec des scénarios du monde réel d'InsightlySoft et de SmartCity Solutions, vous développerez des compétences pratiques dans la prédiction de résultats continus et la catégorisation des données, en apprenant à évaluer les performances des modèles à l'aide de métriques standard de l'industrie. Grâce à une expérience pratique avec les bibliothèques Python et les algorithmes d'apprentissage automatique, vous acquerrez l'expertise nécessaire pour résoudre les problèmes commerciaux de bout en bout, du prétraitement initial des données au déploiement final du modèle.

Dans ce module axé sur l'analyse des séries chronologiques et l'apprentissage non supervisé, vous maîtriserez les techniques de prévision des tendances et de découverte des modèles cachés dans les données. En travaillant avec des scénarios du monde réel, vous apprendrez à mettre en œuvre des modèles ARIMA et Prophet pour les prédictions de séries temporelles, tout en explorant les algorithmes de clustering et les méthodes de réduction de la dimensionnalité pour la reconnaissance des formes. Grâce à la pratique avec des outils Python et AWS, vous développerez les compétences nécessaires pour combiner les prévisions temporelles avec des techniques de segmentation, permettant une prise de décision fondée sur les données pour l'optimisation de l'entreprise. À l'issue de cette formation, vous serez en mesure d'analyser des données indexées dans le temps, d'identifier des segments significatifs et de créer des solutions intégrées qui tirent parti à la fois des approches prédictives et de la découverte de formes.

Dans ce module, vous apprendrez à améliorer les performances des modèles grâce à l'ingénierie des caractéristiques assistée par l'IA et aux techniques d'évaluation systématique. En travaillant avec des scénarios réels d'InsightlySoft et de SmartCity Solutions, vous découvrirez comment créer des fonctionnalités efficaces, utiliser l'IA générative pour l'automatisation et optimiser les modèles par le biais d'une évaluation et d'un réglage minutieux. Grâce à la pratique avec les outils Python et AWS, vous développerez des compétences pour améliorer la précision des modèles tout en maintenant l'efficacité dans les limites des niveaux gratuits.

Dans ce module final complet, vous apprendrez à déployer des modèles d'apprentissage automatique à l'aide d'AWS SageMaker IA et à appliquer toutes les techniques de cours dans un projet capstone de bout en bout. En travaillant avec les données énergétiques intelligentes de PowerNova, vous allez développer et déployer des solutions qui optimisent la consommation d'énergie résidentielle grâce à des insights pilotés par l'IA. Grâce à des pratiques pratiques avec les outils de déploiement IA de SageMaker et des scénarios d'analyse énergétique du monde réel, vous créerez des modèles prêts pour la production qui génèrent des informations exploitables pour l'optimisation de l'énergie. Ce module se termine par un projet capstone qui démontre votre capacité à résoudre des problèmes commerciaux complexes à l'aide de techniques ML avancées et de services cloud AWS.