Merancang Pipeline Peramalan untuk Produksi

LanjutanTingkat Keterampilan

Diperbarui 12/2025

Pelajari cara merancang, mengotomatisasi, dan memantau pipeline peramalan yang skalabel menggunakan Python.

Deskripsi Kursus

Pelajari cara merancang, mengotomatisasi, dan memantau pipeline peramalan yang skalabel menggunakan Python. Kursus lanjutan ini akan membimbing Anda melalui seluruh alur kerja produksi - mulai dari pengumpulan data dan pelatihan model hingga deployment dan pemantauan - menggunakan alat seperti MLflow dan Airflow.Anda akan memulai dengan menghubungkan ke sumber data langsung dan membangun perkiraan pertama Anda menggunakan data permintaan listrik AS. Selanjutnya, Anda akan mempelajari dasar-dasar eksperimen, termasuk backtesting, evaluasi, dan pendaftaran model menggunakan MLflow.Kemudian Anda akan membangun pipeline peramalan otomatis dengan proses ETL, pendaftaran model, dan orkestrasi Airflow. Akhirnya, Anda akan mempelajari dasar-dasar deployment produksi, termasuk memantau kesehatan pipeline, mendeteksi pergeseran model, dan memelihara sistem peramalan dalam lingkungan dunia nyata.

Persyaratan

Introduction to Apache Airflow in Python Introduction to MLflow Time Series Analysis in Python

Arsitektur Umum

Pelajari cara terhubung ke sumber data langsung dan menyiapkan data deret waktu untuk peramalan. Anda akan menarik data permintaan listrik per jam dari API EIA AS dan membangun peramalan pertama Anda.

Memproduksikan model peramalan Anda

50 XP

Arsitektur proyek peramalan

50 XP

Manfaat kerangka kerja eksperimen

Deskripsi Kursus

Memperoleh Surat Keterangan Prestasi

Bergabung dengan .css-nklxlk{color:var(--wf-brand--main, #03EF62);}19 juta pelajar dan mulai Merancang Pipeline Peramalan untuk Produksi Hari Ini!

Buat Akun Gratis Anda

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Bergabung dengan 19 juta pelajar dan mulai Merancang Pipeline Peramalan untuk Produksi Hari Ini!