Whizlabs

Grundlagen von AWS KI- und ML-Lösungen

Whizlabs

Grundlagen von AWS KI- und ML-Lösungen

Bei Coursera PlusMehr erfahren enthalten

Fragen Sie Coursera

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger

Empfohlene Erfahrung

7 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger

Empfohlene Erfahrung

7 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Verstehen Sie den gesamten Lebenszyklus des maschinellen Lernens, von der Datenaufbereitung bis zur Auswertung.

  • Lernen Sie, wie Sie ML-Daten und -Merkmale mithilfe von SageMaker Data Wrangler, Feature Store und Model Monitor aufbereiten, verwalten und in die Praxis umsetzen.

  • Ermitteln Sie den passenden AWS-KI-Dienst für gängige Geschäfts- und Anwendungsszenarien.

Kompetenzen, die Sie erwerben

  • Kategorie: Bewertung des Modells
  • Kategorie: Angewandtes maschinelles Lernen
  • Kategorie: Computer Vision
  • Kategorie: Technische Merkmale
  • Kategorie: Bildanalyse
  • Kategorie: Text Mining
  • Kategorie: Künstliche Intelligenz
  • Kategorie: AI-Personalisierung
  • Kategorie: MLOps (Operationen für maschinelles Lernen)
  • Kategorie: Tiefes Lernen
  • Kategorie: Maschinelles Lernen
  • Kategorie: Künstliche Intelligenz und maschinelles Lernen (AI/ML)
  • Kategorie: Cloud-Lösungen
  • Kategorie: Verarbeitung natürlicher Sprache
  • Kategorie: AI-Integrationen
  • Kategorie: Modell Ausbildung
  • Kategorie: Datenwrangling

Werkzeuge, die Sie lernen werden

  • Kategorie: Modell-Einsatz
  • Kategorie: Amazon Web Services
  • Kategorie: AWS SageMaker

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

Februar 2026

Bewertungen

6 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 3 Module

Willkommen zu Woche 1 des Kurses „Grundlagen der AWS-KI- und ML-Lösungen“. In dieser Woche erwerben Sie ein solides konzeptionelles Fundament im Bereich der künstlichen Intelligenz und des maschinellen Lernens. Dabei beginnen Sie mit einem klaren Verständnis davon, was maschinelles Lernen ist und wie es sich von künstlicher Intelligenz und Deep Learning unterscheidet.Sie werden die Arten von Daten untersuchen, die in Systemen des maschinellen Lernens verwendet werden, und die wichtigsten Kategorien des maschinellen Lernens näher betrachten. In dieser Woche werden Sie außerdem in die AWS-Dienste für maschinelles Lernen eingeführt und erhalten einen Überblick darüber, wie die Managed Services von Amazon Web Services die Modellentwicklung, das Training und die Bereitstellung unterstützen. Im Rahmen der Modellbewertung lernen Sie, wie Sie Klassifizierungsergebnisse mithilfe von Verwechslungsmatrizen analysieren, deren Ergebnisse interpretieren und Bewertungskennzahlen sowohl für Klassifizierungs- als auch für Regressionsprobleme anwenden. Die Woche endet mit einer Einführung in Deep Learning, gefolgt von einer Diskussion darüber, wie Modelle des maschinellen Lernens und des Deep Learning in Produktionsumgebungen eingesetzt werden, einschließlich wichtiger Überlegungen wie Skalierbarkeit, Leistung und Zuverlässigkeit.

Das ist alles enthalten

16 Videos2 Lektüren2 Aufgaben

Willkommen zu Woche 2. In dieser Woche erhalten Sie eine Einführung in Amazon SageMaker, den vollständig verwalteten Dienst von AWS zum Erstellen, Trainieren und Bereitstellen von Machine-Learning-Modellen in großem Maßstab. Sie beginnen mit einem Überblick über SageMaker und lernen dessen Kernkomponenten anhand praktischer Demonstrationen kennen. Im weiteren Verlauf des Moduls beschäftigen Sie sich eingehend mit wesentlichen SageMaker-Funktionen wie „Data Wrangler“ zur Datenaufbereitung, „Feature Store“ zur Verwaltung und Wiederverwendung von Merkmalen sowie „Model Monitor“ zur Erkennung von Datenabweichungen und zur Aufrechterhaltung der Modellleistung im Produktivbetrieb. Am Ende dieses Moduls werden Sie in der Lage sein, sich sicher im SageMaker-Ökosystem zurechtzufinden, ML-Daten effizient aufzubereiten und zu verwalten, Merkmale zu operationalisieren, bereitgestellte Modelle zu überwachen und die Entwicklung von maschinellem Lernen mithilfe integrierter Vorlagen und vortrainierter Modelle zu beschleunigen.

Das ist alles enthalten

6 Videos1 Lektüre2 Aufgaben

Willkommen zu Woche 3 des Kurses „Grundlagen der AWS-KI- und ML-Lösungen“. In diesem Modul beschäftigen Sie sich zunächst mit sprachbasierten KI-Diensten wie Amazon Comprehend, Amazon Translate und Amazon Transcribe und lernen, wie Sie Erkenntnisse aus Texten gewinnen, Inhalte in andere Sprachen übersetzen und Sprache in Text umwandeln können. Anschließend werden die Funktionen für Sprache und Bildverarbeitung mithilfe von Amazon Polly und Amazon Rekognition vertieft, sodass Sie naturgetreue Sprache generieren und Bilder sowie Videos auf Gesichter, Objekte und Inhalte im Hinblick auf die Moderation analysieren können. Außerdem lernen Sie dialogorientierte und suchbasierte KI-Lösungen mit Amazon Lex und Amazon Kendra kennen. Das Modul behandelt zudem Personalisierung und Dokumentenintelligenz mithilfe von Amazon Personalize und Amazon Textract und zeigt, wie AWS-KI-Dienste genutzt werden können, um maßgeschneiderte Benutzererlebnisse zu bieten und strukturierte Daten aus gescannten Dokumenten zu extrahieren.

Das ist alles enthalten

17 Videos1 Lektüre2 Aufgaben

Dozent

Whizlabs Instructor
Whizlabs
178 Kurse130.915 Lernende

von

Whizlabs

Mehr von Software-Entwicklung entdecken

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen