Course Outline

Εισαγωγή

    Μοντέλα Μηχανικής Μάθησης απέναντι σε παραδοσιακό λογισμικό

Σύνοψη του ρου DevOps

Σύνοψη του ρου Μηχανικής Μάθησης

Η Μηχανική Μάθηση ως Κώδικας και Δεδομένα

Συστατικά ενός συστήματος Μηχανικής Μάθησης

Ανάλεξη: Εφαρμογή πρόβλεψης πωλήσεων

Πρόσβαση στα δεδομένα

Επικύρωση των δεδομένων

Μετατροπή δεδομένων

Από τον αγωγό δεδομένων στον αγωγό Μηχανικής Μάθησης

Κατασκευή του μαθηματικού μοντέλου δεδομένων

Εκπαίδευση του μοντέλου

Επικύρωση του μοντέλου

Αναπαράγων εκπαίδευση του μοντέλου

Εφαρμογή ενός μοντέλου

Παροχή εκπαιδευμένου μοντέλου στη παραγωγή

Δοκιμασία ενός συστήματος Μηχανικής Μάθησης

Χειρισμός αυτόματης παράδοσης

Παρακολούθηση του μοντέλου

Έκδοση δεδομένων

Αποδοχή, κλιμάκωση και συντήρηση ενός πλατφόρμας MLOps

Διαγώνισμα

Σύνοψη και Συμπέρασμα

Requirements

  • Ένας κατανοητικός προσδιορισμός του κύκλου ανάπτυξης λογισμικού
  • Εμπειρία στην κατασκευή ή εργασία με υπολογιστικά μοντέλα
  • Γνώση της γλώσσας προγραμματισμού Python

Ακροατήριο

  • Μηχανικοί ML (Machine Learning)
  • Μηχανικοί DevOps
  • Μηχανικοί δεδομένων
  • Μηχανικοί υποδομής
  • Αναπτυξεις λογισμικού
 35 Hours

Number of participants


Price per participant

Testimonials (3)

Upcoming Courses

Related Categories