聯繫我們

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

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類