機械学習エンジニア(MLA) 【MLA-C01】デプロイ基盤の選択｜リアルタイム/サーバーレス/非同期/バッチ・マルチモデルを図解
AWS認定 機械学習エンジニア(MLA-C01)ドメイン3。SageMakerの4つの推論方式(リアルタイム/サーバーレス/非同期/バッチ変換)の使い分け、マルチモデルエンドポイント、BYOC、SageMaker Neoまで図とクイズで解説します。
機械学習エンジニア(MLA)
機械学習エンジニア(MLA) 
機械学習エンジニア(MLA) 【MLA-C01】モデル性能の評価｜混同行列・precision/recall・F1・RMSE・ROC/AUCの使い分けを図解
AWS認定 機械学習エンジニア(MLA-C01)ドメイン2。混同行列、precision/recall/F1の使い分け、ROC/AUC、回帰のRMSE、シャドウテスト、SageMaker Clarify/Model Debuggerまで図とクイズで解説します。
機械学習エンジニア(MLA) 【MLA-C01】学習とハイパーパラメータ調整｜過学習対策・自動モデルチューニング・アンサンブルを図解
AWS認定 機械学習エンジニア(MLA-C01)ドメイン2。過学習/未学習の見分けと正則化(dropout/L1/L2)・早期終了、SageMaker自動モデルチューニング(AMT/ベイズ最適化)、アンサンブル、分散学習、Model Registryまで図とクイズで解説します。
機械学習エンジニア(MLA) 【MLA-C01】モデリングアプローチの選択｜AIサービス/JumpStart/組み込みアルゴリズムの使い分けを図解
AWS認定 機械学習エンジニア(MLA-C01)ドメイン2。AIサービス・JumpStart・SageMaker組み込みアルゴリズム・フルカスタムの使い分けと、XGBoost/Factorization Machines/K-Means/Linear Learnerの用途、解釈性・コストの観点まで図とクイズで解説します。
機械学習エンジニア(MLA) 【MLA-C01】データ整合性とバイアス対策｜CI/DPL・SageMaker Clarify・暗号化/PII保護を図解
AWS認定 機械学習エンジニア(MLA-C01)ドメイン1。学習前バイアス指標CI/DPLの違い、SageMaker Clarifyによる検出、データ品質検証(Glue Data Quality)、暗号化・匿名化・PII/PHI/データレジデンシーまで図とクイズで解説します。
機械学習エンジニア(MLA) 【MLA-C01】データ変換と特徴量エンジニアリング｜エンコーディング・スケーリングとGlue/Data Wrangler/Feature Storeを図解
AWS認定 機械学習エンジニア(MLA-C01)ドメイン1。クレンジング・スケーリング・ワンホット/ラベルエンコーディングなどの特徴量エンジニアリングと、Glue/DataBrew/SageMaker Data Wrangler/Feature Store/Ground Truthの使い分けを図とクイズで解説します。
機械学習エンジニア(MLA) 【MLA-C01】データの取り込みと保存｜S3/EBS/EFS/FSx・ストリーミング・データ形式の使い分けを図解
AWS認定 機械学習エンジニア(MLA-C01)ドメイン1。データの取り込みと保存を、オブジェクト/ブロック/ファイルの3ストレージ(S3/EBS/EFS/FSx)、Kinesis/Data Firehose等のストリーミング、Parquet等のデータ形式の使い分けまで図とクイズで解説します。