感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
簡介
- 機器學習模型與傳統軟體的比較
DevOps 工作流程概覽
機器學習工作流程概覽
程式碼化的 ML 及資料
ML 系統的組件
案例研究:銷售預測應用程式
存取資料
驗證資料
資料轉換
從資料管線到 ML 管線
構建資料模型
訓練模型
驗證模型
復現模型訓練
部署模型
將訓練好的模型服務於生產環境
ML 系統測試
持續交付協調
監控模型
資料版本控制
適應、擴展與維護 MLOps 平台
故障排除
總結與結論
最低要求
- 具備軟體開發週期的理解
- 有構建或使用機器學習模型的經驗
- 熟悉 Python 程式設計
受眾
- ML 工程師
- DevOps 工程師
- Data 工程師
- Infrastructure 工程師
- 軟體開發人員
35 小時
客戶評論 (2)
Craig在培訓中非常投入,始終確保我們保持專注,將示例調整到我們的日常活動中,並在被提問時總是提供答案,即使信息未在演示中提及。
Ecaterina Ioana Nicoale - BOOKING HOLDINGS ROMANIA SRL
課程 - DevOps Foundation®
機器翻譯
培訓師的高度承諾和專業知識
Jacek - Softsystem
課程 - DevOps Engineering Foundation (DOEF)®
機器翻譯