After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
कोर्स विवरण
मशीन लर्निंग एप्लिकेशन के एंड-टू-एंड लाइफसाइकिल का प्रबंधन डेटा वैज्ञानिकों, इंजीनियरों और डेवलपर्स के लिए एक चुनौतीपूर्ण कार्य हो सकता है. मशीन लर्निंग अनुप्रयोग जटिल होते हैं और इन्हें ट्रैक करना कठिन, पुनरुत्पादित करना मुश्किल, तथा डिप्लॉय करना समस्याग्रस्त होने का सिद्ध रिकॉर्ड रखते हैं।
इस पाठ्यक्रम में, आप जानेंगे कि MLflow क्या है और यह मशीन लर्निंग जीवनचक्र की कठिनाइयों, जैसे ट्रैकिंग, पुनरुत्पादकता, और परिनियोजन, को सरल बनाने का कैसे प्रयास करता है। MLflow सीखने के बाद, आपको मशीन लर्निंग अनुप्रयोगों के निर्माण की जटिलताओं को दूर करने और मशीन लर्निंग जीवनचक्र के विभिन्न चरणों को समझने का बेहतर ज्ञान होगा।
पाठ्यक्रम के दौरान, आप MLflow प्लेटफ़ॉर्म बनाने वाले चार प्रमुख घटकों में गहराई से अध्ययन करेंगे। आप MLflow Tracking के साथ मॉडल, मेट्रिक्स और पैरामीटर को ट्रैक करना, MLflow Projects का उपयोग करके पुनरुत्पादनीय ML कोड पैकेज करना, MLflow Models का उपयोग करके मॉडल बनाना और डिप्लॉय करना, तथा Model Registry का उपयोग करके मॉडल को स्टोर करना और संस्करण नियंत्रण करना सीखेंगे।
जैसे-जैसे आप पाठ्यक्रम में आगे बढ़ेंगे, आप मॉडल्स के संस्करण प्रबंधन के लिए MLflow का उपयोग करने की सर्वोत्तम प्रथाएँ, मॉडल्स का मूल्यांकन कैसे करें, मॉडल्स में कस्टमाइज़ेशन कैसे जोड़ें, और प्रशिक्षण रन में ऑटोमेशन कैसे बनाएं, यह भी सीखेंगे. यह पाठ्यक्रम आपको अपनी अगली मशीन लर्निंग एप्लिकेशन के जीवनचक्र को प्रबंधित करने में सफलता के लिए तैयार करेगा।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
MLflow परिचय
इस अध्याय में, आप MLflow और Machine Learning लाइफसाइकल की कुछ चुनौतियों में सहायता के इसके तरीकों से परिचित होंगे। आपको MLflow के चार मुख्य कॉन्सेप्ट्स से परिचय कराया जाएगा, जिनमें मुख्य फोकस MLflow Tracking पर होगा। आप एक्सपेरिमेंट्स और रन बनाना सीखेंगे, साथ ही मेट्रिक्स, पैरामीटर्स और आर्टिफैक्ट्स को ट्रैक करना भी। अंत में, आप प्रोग्रामेटिक तरीके से MLflow में सर्च करेंगे ताकि ऐसी रन ढूँढें जो कुछ मानदंडों पर खरे उतरते हों.
2
MLflow Models
इस अध्याय में, आप MLflow Models से परिचित होंगे। MLflow का Models कंपोनेंट Machine Learning लाइफसाइकल के Model Evaluation और Model Engineering चरणों में अहम भूमिका निभाता है। आप सीखेंगे कि MLflow Models कैसे ML मॉडलों की पैकेजिंग को मानकीकृत करता है और उन्हें सेव, लॉग और लोड कैसे किया जाता है। आप अपने उपयोग मामलों के लिए अधिक लचीलापन देने वाले कस्टम MLflow Models बनाना और मॉडल परफॉर्मेंस का मूल्यांकन करना भी सीखेंगे। आप "Flavors" की शक्तिशाली संकल्पना का उपयोग करेंगे और अंत में मॉडल डिप्लॉयमेंट के लिए MLflow कमांड-लाइन टूल का प्रयोग करेंगे.
3
MLflow Model Registry
यह अध्याय MLflow की Model Registry नामक संकल्पना का परिचय देता है। आप जानेंगे कि Model Registry का उपयोग ML मॉडलों के लाइफसाइकल को प्रबंधित करने में कैसे किया जाता है। आप Model Registry में मॉडल्स बनाना और उनकी खोज करना सीखेंगे। इसके बाद, आप मॉडल्स को Model Registry में रजिस्टर करना और उन्हें पूर्व-परिभाषित स्टेजेज़ के बीच ट्रांज़िशन करना सीखेंगे। अंत में, आप Model Registry से मॉडल्स को डिप्लॉय करना भी सीखेंगे.
4
MLflow Projects
इस अध्याय में, आप MLflow Projects का उपयोग करके अपने डेटा साइंस कोड को पुन: उपयोग और पुनरुत्पादकता के लिए सुव्यवस्थित करना सीखेंगे। अध्याय की शुरुआत MLflow Projects की संकल्पना और एक MLproject फ़ाइल बनाने के मार्गदर्शन से होती है। इसके बाद, आप कमांड-लाइन और MLflow Projects मॉड्यूल दोनों के माध्यम से MLflow Projects चलाना सीखेंगे, साथ ही अपने कोड में अधिक लचीलापन लाने के लिए पैरामीटर्स के उपयोग की ताकत को समझेंगे। अंत में, आप MLflow Projects का उपयोग करके एक मल्टी-स्टेप वर्कफ़्लो बनाकर मशीन लर्निंग लाइफसाइकल के चरणों का प्रबंधन करना सीखेंगे.
MLflow परिचय
कोर्स
पूरा
