Name: การจัดการเวอร์ชันข้อมูลด้วย DVC เบื้องต้น
Rating: 4.775308641975308 (405 reviews)

รายละเอียดคอร์ส

คอร์สนี้นำเสนอการแนะนำ Data Version Control (DVC) อย่างครอบคลุม ซึ่งเป็นเครื่องมือที่ออกแบบมาเพื่อการจัดการและการควบคุมเวอร์ชันของข้อมูลสำหรับ machine learning อย่างมีประสิทธิภาพ คุณจะเข้าใจวงจรชีวิตของผลิตภัณฑ์แมชชีนเลิร์นนิง แยกความแตกต่างระหว่างการกำหนดเวอร์ชันข้อมูลกับการกำหนดเวอร์ชันโค้ด และสำรวจฟีเจอร์รวมถึงกรณีการใช้งานของ DVC

สำรวจฟีเจอร์ของ DVC

คุณจะเข้าใจแรงจูงใจเบื้องหลังการจัดการเวอร์ชันของข้อมูล วงจรชีวิตของแมชชีนเลิร์นนิง และคุณสมบัติเด่นกับกรณีการใช้งานที่แตกต่างของ DVC คุณจะได้เรียนรู้เกี่ยวกับการตั้งค่า DVC ด้วย โดยครอบคลุมการติดตั้ง การเริ่มต้นใช้งาน repository และไฟล์ .dvcignore คุณจะได้สำรวจแคชและไฟล์ staging ของ DVC เรียนรู้วิธีเพิ่มและลบไฟล์ จัดการแคช และทำความเข้าใจกลไกพื้นฐานที่อยู่เบื้องหลัง คุณจะได้เรียนรู้เกี่ยวกับรีโมตของ DVC อธิบายความแตกต่างระหว่างรีโมตของ DVC และ Git เพิ่มรีโมต แสดงรายการรีโมต และแก้ไขรีโมตเหล่านั้น คุณจะได้เรียนรู้การโต้ตอบกับรีโมต การ push และ pull ข้อมูล การเช็กเอาต์เวอร์ชันเฉพาะ และการดึงข้อมูลไปยังแคช

ทำงานอัตโนมัติและประเมินผล

คุณจะได้รับแรงจูงใจให้ทำให้ไปป์ไลน์ ML เป็นอัตโนมัติ โดยเน้นการแยกโค้ดเป็นโมดูลและการสร้างไฟล์กำหนดค่า คุณจะได้รู้จักกับไปป์ไลน์ของ DVC ในรูปแบบกราฟแบบไม่มีวงจรที่มีทิศทาง พร้อมประสบการณ์ลงมือปฏิบัติจริงในการเพิ่มสเตจและอินพุตกับเอาต์พุตของสเตจเหล่านั้น คุณจะได้ฝึกปฏิบัติการดำเนินการไปป์ไลน์เหล่านี้อย่างมีประสิทธิภาพ เพื่อรองรับการใช้งานที่หลากหลายในการฝึกโมเดลแมชชีนเลิร์นนิง หลักสูตรนี้ปิดท้ายด้วยการเน้นที่การประเมิน โดยแสดงให้เห็นว่ามีการติดตามเมตริกและกราฟใน DVC อย่างไร

ข้อกำหนดเบื้องต้น

Supervised Learning with scikit-learn Introduction to Git

หลักสูตร

โครงสร้างคอร์ส

DVC เบื้องต้น

บทนี้แนะนำ Data Version Control (DVC) อย่างครอบคลุม ซึ่งเป็นเครื่องมือสำคัญสำหรับการกำหนดเวอร์ชันข้อมูลใน machine learning ผู้เรียนจะได้สำรวจแรงจูงใจเบื้องหลังการกำหนดเวอร์ชันข้อมูล ทำความเข้าใจความแตกต่างจากการกำหนดเวอร์ชันโค้ด และลองปฏิบัติกับโจทย์การจำแนกประเภทเบื้องต้น รวมถึงทบทวนคำสั่ง Git พื้นฐาน เรียนรู้เกี่ยวกับ DVC และฝึกตั้งค่า repository บทนี้ปิดท้ายด้วยภาพรวมฟีเจอร์และกรณีการใช้งานของ DVC ได้แก่ การกำหนดเวอร์ชันข้อมูลและโมเดล CI/CD สำหรับ machine learning การติดตามการทดลอง pipeline และอื่น ๆ อีกมากมาย

เริ่มบทเรียน

การกำหนดค่าและการจัดการข้อมูลด้วย DVC

บทนี้เจาะลึกการตั้งค่า DVC ครอบคลุมการติดตั้ง การเริ่มต้น repository และการใช้งานไฟล์ .dvcignore จากนั้นสำรวจ DVC cache และการ staging ไฟล์ เรียนรู้วิธีเพิ่มและลบไฟล์ จัดการ cache และทำความเข้าใจกลไกที่อยู่เบื้องหลังด้วย MD5 hash นอกจากนี้ยังอธิบาย DVC remote ความแตกต่างจาก Git remote และแนะนำวิธีเพิ่ม แสดงรายการ และแก้ไข remote สุดท้าย เรียนรู้วิธีโต้ตอบกับ remote โดยการ push และ pull ข้อมูล การ checkout เวอร์ชันที่ต้องการ และการดึงข้อมูลไปยัง cache

เริ่มบทเรียน

Pipeline ใน DVC

บทนี้มุ่งเน้นการสร้าง ML pipeline อัตโนมัติด้วย DVC ผู้เรียนจะสร้างไฟล์ configuration ที่เก็บค่าตั้งต้นและ hyperparameter รวมถึงเรียนรู้การแสดงภาพ pipeline ด้วย directed acyclic graph และใช้คำสั่งเพื่อระบุ dependency คำสั่ง และ output ครอบคลุมการรัน DVC pipeline ทั้งการเทรนโมเดลในเครื่องและวิธีที่ Git ติดตาม DVC metadata นอกจากนี้ยังสำรวจการติดตาม metric และ plot ใน DVC รวมถึงการแสดง metric การสร้างไฟล์ plot และการเปรียบเทียบ metric และ plot ระหว่าง pipeline stage ต่าง ๆ