AWS دوره ای را در زمینه اصول یادگیری ماشین ارائه می دهد


یک دوره جدید ارائه شده توسط AWS درک اساسی از یادگیری ماشین و کاربردهای آن را بدون نیاز به درک کامل پایتون و کدگذاری به رهبران تجارت ارائه می دهد.

phonlamaiphoto از طریق Adobe Stock

phonlamaiphoto از طریق Adobe Stock

برای سازمان هایی که پروژه های یادگیری ماشین را در نظر می گیرند ، اغلب تفاوت زیادی بین جاه طلبی و واقعیت وجود دارد.

از یک طرف ، سازمان ها ارزش بالقوه یادگیری ماشین را برای مقیاس گذاری عملیات ، به دست آوردن بینش سریعتر و عمیق تر ، پاسخ به شرایط در حال تغییر سریع و موارد دیگر تشخیص می دهند. از طرف دیگر ، شروع کاری که برای سازمان شما جدید است دشوار است. شما ممکن است در داخل استعداد نداشته باشید و هیچ تجربه ای نداشته باشید.

بعلاوه ، حتی برای آن سازمانهایی که خلبانان موفق را مدیریت کرده اند ، به دلایل مختلف بسیاری برای تولید این خلبانان تلاش کرده اند. به نظر می رسد بسیاری از سازمان ها گیر کرده اند.

با توجه به این چالش ، AWS مجموعه دیگری از دوره ها را به کاتالوگ آموزشی رایگان خود اضافه کرده است. اما این یکی به شما پایتون یا SageMaker را یاد نمی دهد. این یکی مخاطبان دیگری را هدف قرار داده است. هسته اصلی یادگیری ماشین برای تصمیم گیرندگان تجاری و فنی در جهت تسریع رهبران تجارت با یادگیری ماشین است.

در این دوره کدگذاری یا تهیه اطلاعات آموزش داده نمی شود. در عوض ، این هدف مستقیماً در مشاغل مورد نظر قرار می گیرد که باید بدانند چگونه می توان از یادگیری ماشین استفاده کرد ، اما مجبور نیستند خود پیاده سازی را انجام دهند.

اسکات بارنزون ، مدیر محصولات آموزش برای آموزش و صدور گواهینامه AWS ، گفت: “این در مورد این درک اساسی است که یادگیری ماشین می تواند برای تجارت شما به چه معنا باشد.” “عملاً ، این موضوع درمورد آمادگی شما است و سپس نحوه یادگیری ماشین در سازمان.”

این نوع آموزش رهبران مشاغل است که در هنگام بررسی موارد استفاده برای یادگیری ماشین ، به استراتژی تمرکز خواهند کرد. از آنجا که این یک پیشنهاد رایگان AWS است ، البته آموزش ها شامل نحوه نزدیک شدن آمازون به برخی مسائل و نحوه استفاده از ابزارهای AWS مانند SageMaker برای حل چالش های خاص یادگیری ماشین است. اما این دوره همچنین مروری جامع بر مفاهیم خنثی با مارک تجاری مورد نیاز برای درک یادگیری ماشین و نیازهای آن ارائه می دهد. شاید از همه مهمتر ، دستورالعمل هایی در مورد انواع مشکلات تجاری که یادگیری ماشین در آنها می تواند مفید باشد و همچنین انواع مشکلات تجاری که یادگیری ماشین در آنها بهترین انتخاب نیست.

این واقعیت که ایده ای از ابزارهای AWS می دهد می تواند از نظر جنبه مثبت نیز باشد. همکار گارتنر ، ریتا سلام ، در سال 2019 پیش بینی کرده است که سیستم عامل های تجاری ، به ویژه سیستم های مبتنی بر ابر مانند AWS ، Google و Microsoft Azure ، در نهایت به مشاغل کمک خواهند کرد تا هوش مصنوعی و یادگیری ماشین خود را مدیریت کنند.

اگرچه برای کسانی که کامپیوتر را می فهمند طراحی شده است ، اما در واقع مقدمه ای برای مفاهیم یادگیری ماشین است. رهبران تجاری که در آن شرکت می کنند نیازی به دانستن چیزی در مورد یادگیری ماشین ندارند و یا تجربه فن آوری قبل از شروع دوره ها را ندارند.

زمان مورد نیاز سنگین نیست. این دوره به سه دوره تقسیم شده است که هر کدام 30 دقیقه طول می کشد. بخش اول اصول یادگیری ماشین را در بر می گیرد. مورد دوم در مورد برنامه ریزی یک پروژه یادگیری ماشین است. سومین مورد بر چگونگی ایجاد سازمانی آماده برای ماشین تمرکز دارد.

مطالعات موردی در طول دوره ارائه می شود ، و اگر خود را در همه آنها غوطه ور کنید ، احتمالاً انجام هر بخش کمی بیش از 30 دقیقه طول می کشد. اما مطالعات موردی ارائه شده به عنوان بخشی از دوره ، واقعاً به توضیح مفاهیم مورد بحث کمک می کند.

به عنوان مثال ، Cerner Corp. از یادگیری ماشین برای کمک به بهینه سازی عملیات سلامتی استفاده می کند. مورد مختصر دیگر استفاده از مشتری که در طول دوره ارائه شد ، NFL Next Gen Stats Platform است. در این حالت ، برچسب شانه هر بازیکن قرار داده می شود که به اپراتورهای تلویزیون امکان دسترسی به داده های مکان ، سرعت و شتاب واقعی را برای هر بازیکن در هر اینچ مربع از قسمت می دهد. همانطور که انتظار دارید هر مورد مبتنی بر فناوری AWS است. اما این بحث در مورد بحث در مورد اینکه آیا یک مشکل تجاری برای یادگیری ماشین مناسب است یا خیر ، خنثی است.

بارنزون گفت: “این دوره به تصمیم گیرندگان کمک می کند تا تشخیص دهند که سازمان آنها برای یادگیری ماشین آمادگی دارد و ارزیابی می کند که آیا از نظر آمادگی داده ها و جدول زمانی پروژه برای اهداف آنها مناسب است یا خیر.” اما یادگیری ماشینی در یک سازمان فراتر از آمادگی داده ها و مهلت های مقرر دارد.

بارنزون گفت: “فناوری فقط بخشی از مکالمه است. همچنین درگیر کردن استراتژی داده در فرهنگ است.” “این در مورد توسعه فرهنگ با شروع یک خلبان و بزرگداشت این موفقیت ها است.”

مطالب مرتبط:

جسیکا دیویس سردبیر ارشد در InformationWeek است. این شامل مدیریت فناوری اطلاعات شرکت ها ، مشاغل ، هوش مصنوعی ، داده ها و تجزیه و تحلیل ها و نرم افزارهای سازمانی است. او کار خود را صرف پوشاندن دوراهی تجارت و فناوری کرده است. او را در توییتر دنبال کنید: … بیوگرافی کامل را ببینید

ما از نظرات شما در مورد این موضوع در کانال های رسانه های اجتماعی خود استقبال می کنیم ، یا [contact us directly] با س questionsالات در مورد سایت.

مقالات بیشتر




منبع: tasiveh-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>