AWS Certified AI Practitioner
هندسة البيانات الآمنة للذكاء الاصطناعي
الممارسات الأربع التي يسمّيها الاختبار لمسار البيانات خلف النموذج: تقييم جودة البيانات، وتقنيات تعزيز الخصوصية، والتحكم في الوصول إلى البيانات، وسلامة البيانات.
متوسط 22 دقائق 5 أهداف التعلّم
- شرح لماذا تصير مشكلات البيانات دائمة بمجرد تدريب نموذج عليها
- استخدام مجموعات قواعد AWS Glue Data Quality لتقييم مجموعة بيانات قبل وصولها إلى النموذج
- مقارنة تقنيات تعزيز الخصوصية واختيار واحدة لقيد معيّن
- تصميم تحكم متعدد الطبقات في الوصول إلى البيانات عبر S3 وIAM وLake Formation
- وصف ضوابط السلامة التي تجعل ذخيرة التدريب قابلة لإعادة الإنتاج وكاشفة للعبث