آموزش AWS: مهندسی ویژگی، تبدیل و یکپارچه‌سازی داده‌ها - آخرین آپدیت

دانلود AWS: Feature Engineering Data Transformation & Integrity

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره «AWS: مهندسی ویژگی، تبدیل و یکپارچه‌سازی داده‌ها» دومین دوره از سری آمادگی آزمون (MLA-C01): گواهینامه مهندس یادگیری ماشین AWS - سطح Associate است. این دوره به فراگیران کمک می‌کند تا مهارت‌های ضروری در آماده‌سازی و تبدیل داده‌ها برای حجم‌های کاری یادگیری ماشین با استفاده از سرویس‌های AWS را کسب کنند. این دوره درکی ساختاریافته و عملی از پاک‌سازی داده‌ها، مهندسی ویژگی، تکنیک‌های کدگذاری و جریان‌های کاری مقیاس‌پذیر ETL در AWS ارائه می‌دهد. فراگیران با تسلط بر تکنیک‌های آماده‌سازی داده، از جمله پاک‌سازی، تبدیل و استخراج ویژگی شروع خواهند کرد. این دوره روش‌های بهبود دقت مدل را از طریق مهندسی ویژگی‌های معنادار و اعمال استراتژی‌های کدگذاری طبقه‌ای (Categorical Encoding) مانند One-Hot Encoding، Label Encoding و Tokenization بررسی می‌کند. همچنین، فراگیران اهمیت حفظ یکپارچگی و انصاف در داده‌ها، رفع سوگیری (Bias) و مدیریت امن اطلاعات حساس (PII) با استفاده از ابزارهایی مانند AWS Glue DataBrew را خواهند آموخت. در بخش دوم، فراگیران تجربه عملی با ابزارهای بومی AWS برای مهندسی داده مقیاس‌پذیر کسب خواهند کرد. این شامل کار با AWS Glue برای هماهنگ‌سازی کارهای ETL، ابزار Glue Data Quality برای اعتبارسنجی مجموعه‌داده‌ها و AWS Glue DataBrew برای پروفایل‌سازی و تبدیل داده‌ها بدون نیاز به کدنویسی است. همچنین، فراگیران با Amazon EMR و پردازش مجموعه‌داده‌های حجیم با استفاده از Apache Spark برای ساخت خط‌لوله‌های داده توزیع‌شده و قدرتمند متناسب با جریان‌های کاری ML آشنا خواهند شد. این دوره شامل دو بخش است که هر کدام به درس‌ها و ویدیوهای آموزشی عملی تقسیم شده‌اند. فراگیران حدود ۲.۵ تا ۳ ساعت ویدیوی آموزشی دریافت خواهند کرد که دانش نظری را با راهنمایی‌های عملی در سرویس‌های ML در AWS ترکیب می‌کند. هر بخش شامل آزمون‌های ارزیابی‌شده و غیرارزیابی‌شده برای تقویت یادگیری و سنجش آمادگی است. بخش ۱: تکنیک‌های آماده‌سازی و تبدیل داده بخش ۲: ETL و مهندسی داده با AWS Glue و EMR در پایان این دوره، فراگیران قادر خواهند بود: - داده‌ها را به‌طور موثر برای کاربردهای یادگیری ماشین پاک‌سازی، تبدیل و مهندسی کنند - تکنیک‌های کدگذاری طبقه‌ای را برای مدل‌های یادگیری ماشین اعمال کنند - انصاف، یکپارچگی و انطباق را در آماده‌سازی مجموعه‌داده‌ها تضمین کنند - از AWS Glue، Glue DataBrew و EMR برای ایجاد خط‌لوله‌های داده مقیاس‌پذیر و آماده تولید استفاده کنند این دوره برای متخصصان یادگیری ماشین، مهندسان داده و توسعه‌دهندگانی که ۶ ماه تا ۱ سال تجربه کار با AWS دارند، ایده‌آل است. همچنین برای فراگیرانی که قصد شرکت در آزمون MLA-C01 را دارند و می‌خواهند مهارت‌های عملی خود را در زمینه تبدیل داده، مهندسی ویژگی و ETL مقیاس‌پذیر در AWS عمیق‌تر کنند، بسیار ارزشمند است.

سرفصل ها و درس ها

تکنیک‌های آماده‌سازی و تبدیل داده Data Preparation & Transformation Techniques

  • تکنیک‌های پاک‌سازی و تبدیل داده Data cleaning and Transformation techniques

  • تکنیک‌های مهندسی ویژگی Feature Engineering Techniques

  • تکنیک‌های کدگذاری (One Hot, Label Encoding, Tokenization) Encoding Techniques (One-Hot, Label Encoding, Tokenization)

  • شناسایی و کاهش سوگیری در آماده‌سازی داده Addressing and Reducing Bias in Data Preparation

  • مدیریت اطلاعات PII در DataBrew Handing PII in DataBrew

مهندسی داده و ETL با AWS Glue و EMR ETL & Data Engineering with AWS Glue and EMR

  • کیفیت داده در AWS Glue AWS Glue Data Quality

  • AWS Glue AWS Glue

  • AWS Glue DataBrew AWS Glue DataBrew

  • اجرای ETL با AWS Glue و ایجاد Glue Crawler Perform ETL with AWS Glue - Create Glue Crawler

  • اجرای Glue Crawler و ایجاد Glue Job Run Glue Crawler & Create Glue Job

  • اعتبارسنجی خروجی از Glue Job Validate the Output from Glue Job

  • Amazon EMR Amazon EMR

  • Amazon EMR و راه‌اندازی کلاستر EMR Amazon EMR - Launch EMR Cluster

  • Amazon EMR و ارسال کار و اعتبارسنجی Amazon EMR - Submit Work & Validate

  • تبدیل داده با استفاده از Spark در Amazon EMR Transforming data using Spark on Amazon EMR

نمایش نظرات

آموزش AWS: مهندسی ویژگی، تبدیل و یکپارچه‌سازی داده‌ها
جزییات دوره
5h 51m
15
(آخرین آپدیت)
500
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده