Amazon Web Services (AWS) SageMakerのトレーニングコース

このインストラクターによるライブトレーニングは、AWS上でホストされているWebアプリケーションにDynamoDB NoSQLデータベースを統合したい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• DynamoDBへのデータ統合を開始するために必要な開発環境を設定します。
• WebアプリケーションやモバイルアプリケーションにDynamoDBを組み込む。
• AWSサービスを使ってAWS内のデータを移動する。
• AWS DAXを使った操作を実装する
。

このインストラクターによるライブトレーニングは、AWSクラウドインフラの管理プロセスを自動化するためにAWS CloudFormationを使用したいエンジニアを対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• AWSサービスを有効にし、インフラストラクチャの管理を開始する。
• コードとしてのインフラストラクチャの原則を理解し、適用する。
• インフラストラクチャのデプロイの品質を向上させ、コストを削減する
。
• YAMLを使用してAWS CloudFormationテンプレートを書く
。

このインストラクターによるライブトレーニングは、AWSエコシステム内のインフラリソースを管理するためにCloudFormationを使用したいクラウドエンジニアや開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• CloudFormationテンプレートを実装してインフラ管理を自動化します。
• 既存のAWSリソースをCloudFormationに統合する
。
• スタックセットを使用して、複数のアカウントやリージョンにまたがるスタックを管理する
。

このインストラクターによるライブトレーニングは、AWS上でIoTデバイスのデプロイと管理を行いたいエンジニアを対象としています。

このトレーニングの終了時には、受講者はAWS上にバックエンド、ゲートウェイ、デバイスのデプロイと管理を含むIoTプラットフォームを構築できるようになります。

Summery:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Alerts and events
• Sensor calibration

Summary:

• Basics of IoT architecture and functions
• “Things”, “Sensors”, Internet and the mapping between business functions of IoT
• Essential of all IoT software components- hardware, firmware, middleware, cloud and mobile app
• IoT functions- Fleet manager, Data visualization, SaaS based FM and DV, alert/alarm, sensor onboarding, “thing” onboarding, geo-fencing
• Basics of IoT device communication with cloud with MQTT.
• Connecting IoT devices to AWS with MQTT (AWS IoT Core).
• Connecting AWS IoT core with AWS Lambda function for computation and data storage using DynamoDB.
• Connecting Raspberry PI with AWS IoT core and simple data communication.
• Hands on with Raspberry PI and AWS IoT Core to build a smart device.
• Sensor data visualization and communication with web interface.

このインストラクターによるライブトレーニングは、様々なデバイス用のアプリケーションを作成するために、グリーングラスの機能をインストール、設定、管理したい開発者を対象としています。

このトレーニングの終了時には、参加者はAWS IoTGreengrassを使用して、インテリジェント・デバイス上のアプリケーションを構築、デプロイ、管理、セキュア、監視できるようになります。

このインストラクターによるライブ・トレーニングは、実行環境（サーバー、VM、コンテナ、可用性、スケーラビリティ、ストレージなど）のプロビジョニングを心配することなく、AWS Lambdaを使用してサービスやアプリケーションを構築し、クラウドにデプロイしたい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• 関数を実行するためにAWS Lambdaを設定する
。
• FaaS（サービスとしての関数）とサーバーレス開発の利点を理解する
。
• AWS Lambda関数をビルド、アップロード、実行する
。
• Lambda関数をさまざまなイベントソースと統合する
。
• Lambdaベースのアプリケーションをパッケージ化し、デプロイし、監視し、トラブルシューティングする
。

このインストラクターによるライブトレーニングは、アプリケーションやサービスを他のサービス（API Gateway、Kinesis Streamsなど）と統合したい開発者を対象としています。このトレーニングでは、ブラウザベースのAWS Cloud9 IDEを使用してソフトウェアを共同開発する方法をデモンストレーションします；

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• AWS Cloud9 IDEを使用して、ファンクション、アプリケーション、サービスを共同開発します。
• AWS Lambdaファンクションを他のAWSサービスと統合する
。
• APIを作成し管理する
。
• リアルタイムのストリーミングデータを読み取り、処理するためのAWS Lambda関数を設定する
。
• AWS Lambdaファンクションとアプリケーションをビルド、テスト、デプロイするための継続的インテグレーションパイプラインを作成し、管理する
。

H2O AutoML is an artificial intelligence platform that automates the process of building, selecting and optimizing large numbers of machine learning models.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use H2O AutoML to automate the process of building and selecting the best machine learning algorithm and parameters.

By the end of this training, participants will be able to:

• Automate the machine learning workflow.
• Automatically train and tune many machine learning models within a specified time range.
• Train stacked ensembles to arrive at highly predictive ensemble models.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

このインストラクターによるライブトレーニングは、Auto-sklearnを使用して機械学習モデルの選択と最適化のプロセスを自動化したい機械学習の実務者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• 非常に効率的な機械学習モデルのトレーニングプロセスを自動化します。
• さまざまなモデルを選択し、トレーニングし、テストするという面倒な作業を回避しながら、精度の高い機械学習モデルを構築する
。
• 実世界のビジネス上の問題を解決するために機械学習の力を利用する。

このインストラクターによるライブトレーニングは、データサイエンティストや、機械学習モデルの選択と最適化のプロセスを自動化するためにAuto-Kerasを使いたいと考えている技術的な知識の浅い方を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• 非常に効率的な機械学習モデルの学習プロセスを自動化します。
• ディープラーニングモデルの最適なパラメーターを自動的に探索する
。
• 精度の高い機械学習モデルを構築する
。
• 機械学習のパワーを使用して、実世界のビジネス問題を解決する
。

このインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、Stable Diffusion を活用してさまざまなユースケース向けに高品質の画像を生成したいと考えているデータ サイエンティスト、機械学習エンジニア、コンピューター ビジョン研究者を対象としています。

このトレーニングを終了するまでに、参加者は次のことができるようになります。

Stable Diffusion の原理と、それが画像生成にどのように機能するかを理解します。画像生成タスク用に Stable Diffusion モデルを構築してトレーニングします。 Stable Diffusion を、インペイント、アウトペイント、イメージ間の変換などのさまざまなイメージ生成シナリオに適用します。 Stable Diffusion モデルのパフォーマンスと安定性を最適化します。

日本 でのこのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、ディープ ラーニングの知識とスキルを拡張したい中級から上級レベルのデータ サイエンティスト、機械学習エンジニア、ディープ ラーニングの研究者、およびコンピューター ビジョンの専門家を対象としています。テキストから画像への生成用。

このトレーニングを終了するまでに、参加者は次のことができるようになります。

高度な深層学習アーキテクチャとテキストから画像への生成技術を理解します。高品質の画像合成のための複雑なモデルと最適化を実装します。大規模なデータセットと複雑なモデルのパフォーマンスとスケーラビリティを最適化します。モデルのパフォーマンスと一般化を向上させるためにハイパーパラメーターを調整します。 Stable Diffusion を他の深層学習フレームワークおよびツールと統合する

このインストラクターによるライブトレーニングは、AlphaFoldがどのように機能するかを理解し、AlphaFoldモデルを実験研究のガイドとして使用したい生物学者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• AlphaFoldの基本原理を理解する
。
• AlphaFoldがどのように機能するかを学ぶ
。
• AlphaFoldの予測と結果の解釈方法を学ぶ
。