Vai al contenuto principale
HomeMachine Learning

Corso

Sviluppare modelli di Machine Learning per la produzione

IntermedioLivello di competenza
Aggiornato 11/2024
Inizia il corso gratis
TheoryMachine Learning
4 h
13 video
44 Esercizi
2,850 XP
8,728
Attestato di conseguimento

Crea il tuo account gratuito

Continua con GoogleMostra più opzioni

o


Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Preferito dagli studenti di migliaia di aziende

Group

Formare un team?

Prova per il Business

Descrizione del corso

Gran parte dei contenuti attuali sul machine learning si concentra sull'addestramento dei modelli e sulla regolazione dei parametri, ma il 90% dei modelli sperimentali non arriva mai alla produzione, soprattutto perché non sono stati progettati per durare nel tempo. In questo corso scoprirai come cambiare il tuo modo di pensare, passando da un approccio ingegneristico al machine learning a uno MLOps (Machine Learning Operations), ti permetterà di addestrare, documentare, mantenere e scalare i tuoi modelli al massimo delle loro potenzialità.

Sperimenta e documenta con facilità

Provare i modelli ML è spesso divertente, ma può richiedere un sacco di tempo. Qui imparerai come progettare esperimenti che si possono ripetere per velocizzare questo processo mentre scrivi la documentazione per te e i tuoi colleghi, rendendo il lavoro futuro sulla pipeline un gioco da ragazzi.

Crea modelli MLOps per la produzione

Imparerai le migliori pratiche per il packaging e la serializzazione sia dei modelli che degli ambienti di produzione, per garantire che i modelli durino il più a lungo possibile.

Scala e automatizza le tue pipeline ML

Tenendo conto della complessità dei modelli e dei dati e dell'automazione continua, puoi assicurarti che i tuoi modelli siano scalabili per l'uso in produzione e possano essere monitorati e implementati in un batter d'occhio.

Una volta finito questo corso, potrai progettare e sviluppare modelli di machine learning pronti per essere usati e migliorarli sempre di più nel tempo.

Prerequisiti

MLOps ConceptsSupervised Learning with scikit-learn
1

Dalla ricerca alla produzione

Questo capitolo ti fornirà le competenze e le conoscenze necessarie per portare i tuoi modelli di Machine Learning dalla fase di ricerca e sviluppo a un ambiente di produzione. Imparerai come passare da un prototipo di ricerca a un sistema affidabile, scalabile e manutenibile.
Inizia il capitolo
2

Garantire la riproducibilità

In questo capitolo scoprirai l’importanza della riproducibilità nel Machine Learning e come fare in modo che i tuoi modelli restino riproducibili e affidabili nel tempo. Esplorerai diverse tecniche e buone pratiche che puoi utilizzare per garantire la riproducibilità dei tuoi modelli.
Inizia il capitolo
3

ML negli ambienti di produzione

Nel Capitolo 3 esaminerai le varie sfide legate al deployment dei modelli di Machine Learning negli ambienti di produzione. Imparerai i diversi approcci per distribuire modelli di ML in produzione e le strategie per monitorare e mantenere i modelli di ML in produzione.
Inizia il capitolo
Sviluppare modelli di Machine Learning per la produzione
Corso
completato

Ottieni Attestato di conseguimento

Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CV
Condividila sui social e nella valutazione delle tue performance
Iscriviti ora

Unisciti a oltre 19 milioni di studenti e inizia Sviluppare modelli di Machine Learning per la produzione oggi!

Crea il tuo account gratuito

Continua con GoogleMostra più opzioni

o


Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.