Après le 28 mars, les titres des cours seront en anglais uniquement. Cependant, les descriptions des cours resteront disponibles dans la langue de votre choix pour vous permettre de faire des recherches dans cette langue.
Ce cours présente les exigences pour déterminer si le machine learning (ML) est approprié à un problème d'entreprise.
- Niveau du cours : Fondamentaux
- Durée : 30 minutes
Activités
Ce cours comprend des présentations, des vidéos et des évaluations des connaissances.
Objectifs du cours
Dans ce cours, vous apprendrez à :
- Identifier les exigences de données, de temps et de production pour un projet ML réussi
Public visé
Ce 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 ML
- Les participants au programme AWS Machine Learning Embark et aux ateliers de découverte du Machine Learning Solutions Lab (MLSL)
Prérequis
Pour assister à ce cours, il est conseillé aux participants de disposer des connaissances suivantes :
- Présentation du Machine Learning : l'art du possible
Déroulement du cours
Module 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 entreprise
Module 2 : Mes données sont-elles prêtes pour le machine learning ?
- Décrire le processus visant à garantir que vos données sont prêtes pour le ML
Module 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 projet
Module 4 : Quelles questions dois-je poser au début du déploiement ?
- Identifier les questions à poser qui affectent le déploiement du ML
