Επικοινωνήστε μαζί μας

Εξέλιξη Κομματιού

Εισαγωγή

  • Μοντέλα Μηχανικής Μάθησης έναντι παραδοσιακού λογισμικού

Επισκόπηση της ροής εργασίας DevOps

Επισκόπηση της ροής εργασίας Μηχανικής Μάθησης

ML ως Κώδικας Συν Δεδομένα

Συστατικά ενός συστήματος ML

Μελέτη περίπτωσης: Μια εφαρμογή πρόβλεψης πωλήσεων

Πρόσβαση σε δεδομένα

Επικύρωση δεδομένων

Μετασχηματισμός δεδομένων

Από το pipeline δεδομένων στο pipeline ML

Δημιουργία του μοντέλου δεδομένων

Εκπαίδευση του μοντέλου

Επικύρωση του μοντέλου

Αναπαραγωγή της εκπαίδευσης μοντέλου

Ανάπτυξη ενός μοντέλου

Διάθεση ενός εκπαιδευμένου μοντέλου σε παραγωγή

Έλεγχος ενός συστήματος ML

Ενορχήστρωση συνεχούς παράδοσης

Παρακολούθηση του μοντέλου

Έλεγχος εκδόσεων δεδομένων

Προσαρμογή, Κλιμάκωση και Συντήρηση μιας πλατφόρμας MLOps

Επίλυση προβλημάτων

Σύνοψη και Συμπεράσματα

Απαιτήσεις

  • Κατανόηση του κύκλου ανάπτυξης λογισμικού
  • Εμπειρία στη δημιουργία ή εργασία με μοντέλα Μηχανικής Μάθησης
  • Εξοικείωση με προγραμματισμό Python

Ακροατήριο

  • Μηχανικοί ML
  • Μηχανικοί DevOps
  • Μηχανικοί δεδομένων
  • Μηχανικοί υποδομών
  • Προγραμματιστές λογισμικού
 35 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Σχόλια (2)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες