DataCamp Premium à -50 %.Plus de 700 cours, à moitié prix. Commencez à apprendre dès aujourd’hui.
Description du cours
Découvrez les opérations d'apprentissage automatique (MLOps)
La compréhension des concepts MLOps est essentielle pour tout scientifique, ingénieur ou dirigeant de données afin de faire passer les modèles d'apprentissage automatique d'un bloc-notes local à un modèle fonctionnel en production.Dans ce cours, vous apprendrez ce qu'est le MLOps, vous comprendrez les différentes phases des processus MLOps et vous identifierez les différents niveaux de maturité du MLOps. Après avoir découvert les concepts essentiels de MLOps, vous serez bien équipé pour mettre en œuvre l'apprentissage automatique de manière continue, fiable et efficace.
Découvrez comment l'apprentissage automatique peut être mis à l'échelle et automatisé
Comment faire évoluer nos projets d'apprentissage automatique en utilisant un minimum de temps et de ressources ? Et comment pouvons-nous automatiser nos processus pour réduire le besoin d'interventions manuelles et améliorer la performance des modèles ? Ce sont des questions fondamentales sur l'apprentissage automatique auxquelles MLOps apporte des réponses.Dans ce cours MLOps, vous commencerez par explorer les bases de MLOps, en examinant les caractéristiques principales et les rôles associés. Ensuite, vous explorerez plus en détail les différentes phases du cycle de vie de l'apprentissage automatique.
Au fur et à mesure de votre progression, vous découvrirez également des systèmes et des outils permettant de mieux mettre à l'échelle et d'automatiser les opérations d'apprentissage automatique, notamment les magasins de fonctionnalités, le suivi des expériences, les pipelines CI/CD, les microservices et la conteneurisation. Vous explorerez les concepts clés de MLOps, ce qui vous permettra de mieux comprendre leurs applications.
Prérequis
Programme de formation
Plan du cours
1
Introduction à MLOps
Vous commencerez par découvrir les caractéristiques essentielles de MLOps. Vous explorerez le cycle de vie du machine learning, ses phases et les rôles associés aux processus MLOps.
2
Conception et développement
Vous verrez ensuite la phase de conception et de développement dans le cycle de vie du machine learning. Vous aborderez l'estimation de la valeur ajoutée, la qualité des données, les feature stores et le suivi des expérimentations.
3
Déployer le Machine Learning en production
Dans ce chapitre, vous étudierez les notions liées au déploiement du machine learning en production, comme les environnements d'exécution, la conteneurisation, les pipelines CI/CD et les stratégies de déploiement.
4
Maintenir le Machine Learning en production
Enfin, vous apprendrez à maintenir le machine learning en production, avec des notions telles que la supervision statistique et computationnelle, le réentraînement, les différents niveaux de maturité MLOps et les outils pouvant être utilisés dans le cycle de vie du machine learning pour simplifier les processus.
R
Concepts MLOps
Cours
terminé
