About Course
Kursbeschreibung: Dieser Kurs enthält Komponenten, die für die erfolgreiche organisatorische Einführung von Machine Learning (ML) erforderlich sind. • Kursstufe: Grundlagenkurs • Dauer: 30 Minuten Hinweis: Dieser Kurs verfügt über lokalisierte Transkripte/Untertitel. Der Vortrag ist auf Englisch. Um Untertitel anzuzeigen, klicken Sie auf die Schaltfläche CC in der rechten unteren Ecke des Players. Aktivitäten: Dieser Kurs beinhaltet Präsentationen, Videos und Wissenstests. Kursziele: Inhalte dieses Kurses: • Beschreiben, wie eine Organisation angepasst werden kann, um mit ML Erfolg zu erzielen und diesen aufrechtzuerhalten Zielgruppe: Dieser Kurs ist für folgende Zielgruppen konzipiert: • Nichttechnische Führungskräfte und andere geschäftliche Entscheidungsträger, die an ML-Projekten beteiligt sind oder sein werden • Teilnehmer des Programms „AWS Machine Learning Embark“ und der Discovery-Workshops für Machine Learning Solutions Lab (MLSL) Voraussetzungen: Idealerweise erfüllen die Kursteilnehmer folgende Voraussetzungen: • Introduction to Machine Learning: Art of the Possible • Planen eines Machine-Learning-Projekts Kursinhalt: Modul 1: Wie kann ich meine Organisation auf die Verwendung von ML vorbereiten? • Wie kann ich meine Organisation auf die Verwendung von ML vorbereiten? • Wie kann AWS mir helfen? • Welche anderen Strategien kann ich anwenden, um den organisatorischen Erfolg sicherzustellen? • Welcher Ansatz für einen kulturellen Wandel funktioniert für meine Organisation? Modul 2: Wie bewerte ich meine Datenstrategie? • Wie bewerte ich meine Datenstrategie? • Wie kann ich meine Datenstrategie verbessern? Modul 3: Wie schaffe ich eine Kultur des Lernens und der Zusammenarbeit? • Wie schaffe ich eine Kultur des Lernens und der Zusammenarbeit? • Was ist ein Datenwissenschaftler? • Welche Fähigkeiten sollte ein Datenwissenschaftler haben? • Wie sieht ein Pilot-ML-Team aus? • Welche anderen unterstützenden Rollen brauche ich? • Was sind die wichtigsten Verantwortlichkeiten? Modul 4: Wie beginne ich meine ML-Reise? • Wie beginne ich meinen ML-Prozess? • Wie sieht der ML-Prozess einer Organisation aus? • Was ist ein Beispiel für einen Business Case für den Fortschritt einer Organisation? Modul 5: Fazit
Student Ratings & Reviews
