After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Pelajari tentang Operasi Pembelajaran Mesin (MLOps)
Memahami konsep MLOps sangat penting bagi setiap ilmuwan data, insinyur, atau pemimpin untuk mengimplementasikan model pembelajaran mesin dari notebook lokal menjadi model yang berfungsi di lingkungan produksi.Dalam kursus ini, Anda akan mempelajari apa itu MLOps, memahami fase-fase yang berbeda dalam proses MLOps, dan mengidentifikasi tingkat kematangan MLOps yang berbeda. Setelah memahami konsep-konsep dasar MLOps, Anda akan siap untuk menerapkan machine learning secara berkelanjutan, andal, dan efisien dalam perjalanan Anda.
Temukan Cara Machine Learning Dapat Diperluas dan Diotomatisasi
Bagaimana cara kita dapat mengembangkan proyek machine learning kita dengan menggunakan waktu dan sumber daya seminimal mungkin? Dan bagaimana kita dapat mengotomatisasi proses kita untuk mengurangi kebutuhan intervensi manual dan meningkatkan kinerja model? Ini adalah pertanyaan-pertanyaan dasar dalam Machine Learning yang dijawab oleh MLOps.Dalam kursus MLOps ini, Anda akan memulai dengan mempelajari dasar-dasar MLOps, termasuk fitur inti dan peran yang terkait. Selanjutnya, Anda akan menjelajahi berbagai fase dalam siklus hidup machine learning secara lebih rinci.
Seiring dengan kemajuan Anda, Anda juga akan mempelajari sistem dan alat untuk meningkatkan skalabilitas dan otomatisasi operasi machine learning, termasuk feature stores, pelacakan eksperimen, CI/CD pipelines, microservices, dan containerization. Anda akan mempelajari konsep-konsep utama MLOps, yang akan memberikan pemahaman yang lebih mendalam tentang penerapan-penerapannya.
Prasyarat
Kurikulum
Garis besar kursus
1
Pengantar MLOps
Pertama, Anda akan mempelajari fitur inti MLOps. Anda akan menelusuri siklus hidup machine learning, tahap-tahapnya, serta peran yang terkait dengan proses MLOps.
2
Perancangan dan Pengembangan
Selanjutnya, Anda akan mempelajari tahap perancangan dan pengembangan dalam siklus hidup machine learning. Anda akan menelusuri estimasi nilai tambah, kualitas data, feature store, dan pelacakan eksperimen.
3
Menerapkan Machine Learning ke Produksi
Pada bab ini, Anda akan mendalami konsep yang relevan untuk menerapkan machine learning ke produksi, seperti lingkungan runtime, containerization, pipeline CI/CD, dan strategi penerapan.
4
Memelihara Machine Learning di Produksi
Terakhir, Anda akan mempelajari pemeliharaan machine learning di produksi, dengan konsep seperti pemantauan statistik dan komputasional, pelatihan ulang, berbagai tingkat kematangan MLOps, serta alat yang dapat digunakan dalam siklus hidup machine learning untuk menyederhanakan proses.
R
Konsep MLOps
Kursus
Selesai
