After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Cursusbeschrijving
Deze cursus geeft je een uitgebreide introductie tot Data Version Control (DVC), een tool die is gemaakt om machine learning-data efficiënt te beheren en te versioneren. Je leert over de levenscyclus van machine learning-producten, het verschil tussen dataversies en codeversies, en je ontdekt de functies en toepassingen van DVC.
De functies van DVC ontdekken
Je leert de redenen achter dataversiebeheer, de levenscyclus van machine learning en de unieke functies en toepassingen van DVC. Je leert ook over DVC-configuratie, zoals installatie, initialisatie van de repository en het .dvcignore-bestand. Je gaat DVC-cache- en stagingbestanden bekijken, leren hoe je bestanden toevoegt en verwijdert, caches beheert en de onderliggende mechanismen begrijpt. Je leert over DVC-remotes, het verschil tussen DVC en Git-remotes, hoe je remotes toevoegt, ze opsomt en aanpast. Je leert omgaan met remotes, data pushen en pullen, specifieke versies checken en data ophalen naar de cache.Automatiseer en evalueer
Je gaat gemotiveerd aan de slag om ML-pijplijnen te automatiseren, waarbij je de nadruk legt op het modulair maken van code en het maken van een configuratiebestand. Je leert DVC-pijplijnen kennen als gerichte acyclische grafieken, en je krijgt de kans om zelf stages en hun inputs en outputs toe te voegen. Je gaat oefenen met het efficiënt uitvoeren van deze pijplijnen om verschillende toepassingen in machine learning-modeltraining mogelijk te maken. De cursus eindigt met een focus op evaluatie, waarbij wordt laten zien hoe statistieken en grafieken worden bijgehouden in DVC.Vereisten
Curriculum
Cursusoverzicht
1
Introductie tot DVC
Dit hoofdstuk biedt een uitgebreide introductie tot Data Version Control (DVC), een essentiële tool voor dataversiebeheer in Machine Learning. Je ontdekt waarom dataversiebeheer belangrijk is, begrijpt de verschillen met codeversiebeheer en experimenteert met een eenvoudig classificatieprobleem. Je herhaalt basis-Git-commando’s, maakt kennis met DVC en oefent met het opzetten van een repository. Het hoofdstuk sluit af met een overzicht van DVC-functies en use-cases, waaronder versiebeheer van data en modellen, CI/CD voor Machine Learning, experiment tracking, pipelines en meer.
- Motivatie voor data versioning50 XP
- Anatomie van een Machine Learning-model100 XP
- Verschillen tussen data- en codeversiebeheer50 XP
- Hyperparameters begrijpen50 XP
- Introductie tot DVC50 XP
- Werken met de Git-CLI100 XP
- DVC CLI herhalen50 XP
- DVC-functies en use-cases50 XP
- DVC-pipelines50 XP
- CI/CD voor machine learning50 XP
2
DVC-configuratie en gegevensbeheer
Dit hoofdstuk gaat dieper in op het instellen van DVC, met onderwerpen als installatie, initialisatie van de repository en het gebruik van het .dvcignore-bestand. Je verkent ook de DVC-cache en staging-bestanden en leert hoe je bestanden toevoegt en verwijdert, caches beheert en de onderliggende mechanismen met de MD5-hash begrijpt. Verder worden DVC-remotes uitgelegd en onderscheiden van Git-remotes, en leer je hoe je ze toevoegt, weergeeft en wijzigt. Tot slot leer je hoe je met deze remotes werkt door data te pushen en pullen, specifieke versies te checken, en data naar de cache te fetchen.
3
Pipelines in DVC
Dit hoofdstuk richt zich op het automatiseren van ML-pipelines met DVC. Je maakt een configuratiebestand met instellingen en hyperparameters. Je leert ook hoe je pipelines visualiseert met gerichte acyclische grafen en gebruikt commando’s om dependencies, commando’s en outputs te beschrijven. De uitvoering van DVC-pipelines komt aan bod, inclusief lokaal model trainen en hoe Git DVC-metadata bijhoudt. Daarnaast verken je het bijhouden van metrics en plots in DVC, waaronder het afdrukken van metrics, het maken van plotbestanden, en het vergelijken van metrics en plots over verschillende pipeline-stappen.
Introductie tot dataversiebeheer met DVC
Cursus
voltooid
