Formation Deep Learning sur AWS (AWSDL).
Score de satisfaction : 4.64/5
Durée :
1 jour
Distanciel et 16 villes en France
numero vert : 0805 950 800 (service et appel gratuits)
à partir de
850 €HT

Référence :
SF34185
Durée :
1 jour

Vous souhaitez une session sur-mesure (intra) ?
Ce stage comprend
 7 heures de formation
Support de cours numérique
Pauses et snacks à volonté
Prise en charge OPCO possible

Formation Deep Learning sur AWS (AWSDL).

Grâce à notre formation d’une journée, préparez-vous à la certification AWS Machine Learning – Specialty et explorez les solutions de Deep Learning d’AWS !

Cette formation permet aux participants de découvrir les solutions de Deep Learning d'AWS, leurs cas d’usage et leur fonctionnement. Ils apprendront à exécuter des modèles sur le cloud avec Amazon SageMaker et MXNet, ainsi qu’à les déployer via AWS Lambda pour concevoir des systèmes intelligents sur AWS. Cette formation prépare à la certification : AWS Certified Machine Learning – Specialty.

Objectifs pédagogiques.

1Savoir définir les concepts de Machine Learning et de deep learning

2Être capable d'identifier les concepts dans un écosystème de deep learning

3Savoir tirer profit d'Amazon SageMaker et des frameworks de programmation MXNet pour les charges de travail deep learning

4Comprendre comment adapter les solutions AWS de façon appropriée pour des déploiements deep learning

Prérequis : Compréhension de base des processus de Machine Learning et des services essentiels AWS, comme Amazon EC2 et les kits SDK AWS. Connaissance d’un langage de script comme Python.
Partagez cette formation

Programme de formation Deep Learning sur AWS (AWSDL).

Présentation du machine learning

Bref historique de l’IA, du ML et du DL
L’importance commerciale du ML
Défis communs en ML
Différents types de problèmes et de tâches de ML
IA sur AWS

Introduction au deep learning

Introduction au DL
Les notions de DL
Résumé sur la façon de former des modèles DL sur AWS
Présentation d’Amazon SageMaker
Lab : création d’une instance de bloc-notes Amazon SageMaker et exécution d’un modèle de réseau neuronal perceptron multicouche

Introduction à Apache MXNet

La motivation et les avantages d’utiliser MXNet et Gluon
Termes et API importants utilisés dans MXNet
Architecture des réseaux de neurones convolutifs (CNN)
Lab : formation d’un CNN sur un ensemble de données CIFAR-10

Architectures ML et DL sur AWS

Services AWS pour le déploiement de modèles DL (AWS Lambda, AWS IoT Greengrass, Amazon ECS, AWS Elastic Beanstalk)
Introduction aux services AWS AI basés sur DL (Amazon Polly, Amazon Lex, Amazon Rekognition)
Lab : déploiement d’un modèle entraîné pour la prédiction sur AWS Lambda

Notre charte qualité et éthique.

A travers sa Charte Engagement Qualité, Sparks s’engage à tout mettre en œuvre pour que chaque session de formation soit un succès et que votre satisfaction soit totale.

Amandine de Sparks
Des chiffres étincelants.
19 années
à vos côtés
+ de 1000
sujets de formation
8155
stagiaires formés en 2023
238
formateurs actifs en 2023
97,9%
de stagiaires satisfaits
24622
heures de formation réalisées en 2023
HAUT