Pular para o conteúdo principal
InícioMachine Learning

curso

Introdução ao controle de versão de dados com DVC

Intermediário
Actualizado 02/2025
Explore o Controle de Versão de Dados para gestão de dados de ML. Configure, automatize e avalie modelos.
Iniciar curso gratuitamente

Incluído comPremium or Teams

DVCMachine Learning3 horas12 vídeos35 exercícios2,500 XPCertificado de conclusão

Crie sua conta gratuita

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas

Descrição do curso

Este curso oferece uma introdução abrangente ao Controle de versão de dados (DVC), uma ferramenta projetada para o gerenciamento eficiente e o controle de versão de dados de machine learning. Você entenderá o ciclo de vida do produto de machine learning, diferenciando o controle de versão de dados do controle de versão de código e explorando os recursos e casos de uso do DVC.

Explorando os recursos do site DVC

Você entenderá as motivações por trás do controle de versão de dados, o ciclo de vida do machine learning e os recursos e casos de uso distintos do DVC. Você também aprenderá sobre a configuração do DVC, abrangendo a instalação, a inicialização do repositório e o arquivo .dvcignore. Você explorará o cache DVC e os arquivos de preparação, aprenderá a adicionar e remover arquivos, gerenciar caches e entender os mecanismos subjacentes. Você aprenderá sobre os controles remotos do DVC, explicará a diferença entre os controles remotos do DVC e do Git, adicionará controles remotos, os listará e os modificará. Você aprenderá a interagir com controles remotos, enviar e receber dados, verificar versões específicas e buscar dados no cache.

Automatizar e avaliar

Você será motivado a automatizar os pipelines do ML, enfatizando a modularização do código e a criação de um arquivo de configuração. Você conhecerá os pipelines do DVC como gráficos acíclicos direcionados, com experiência prática na adição de estágios e suas entradas e saídas. Você praticará a execução eficiente desses pipelines para permitir diferentes casos de uso no treinamento de modelos de machine learning. O curso termina com foco na avaliação, mostrando como as métricas e os gráficos são programados em DVC.

Pré-requisitos

Supervised Learning with scikit-learnFoundations of Git
1

Introdução a DVC

Iniciar capítulo
2

DVC Gerenciamento de configuração e dados

Iniciar capítulo
3

Dutos em DVC

Iniciar capítulo
Introdução ao controle de versão de dados com DVC
Curso
Completo

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil, currículo ou currículo do LinkedIn
Compartilhe nas redes sociais e em sua avaliação de desempenho

Incluído comPremium or Teams

Inscreva-se agora

Junte-se a mais 16 milhões de alunos e comece Introdução ao controle de versão de dados com DVC hoje!

Crie sua conta gratuita

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.