การเรียนรู้ของเครื่องในสภาพแวดล้อมการผลิต ใน Python

อัปเดตแล้ว 05/2569

ยกระดับทักษะแมชชีนเลิร์นนิงของคุณสู่ระดับใช้งานจริงด้วยเส้นทางทักษะที่มุ่งเน้นนี้

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google

แสดงตัวเลือกเพิ่มเติม

หรือ

การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา

คำอธิบายเส้นทางการเรียน

การเรียนรู้ของเครื่องในสภาพแวดล้อมการผลิต ใน Python

ยกระดับทักษะแมชชีนเลิร์นนิงของคุณสู่ระดับใช้งานจริงด้วยเส้นทางทักษะที่มุ่งเน้นนี้ ออกแบบมาสำหรับนักวิทยาศาสตร์ข้อมูลและวิศวกรแมชชีนเลิร์นนิง (ที่ใฝ่ฝัน) เส้นทางนี้มอบแนวทางที่กระชับเพื่อเชี่ยวชาญการนำโมเดลแมชชีนเลิร์นนิงไปใช้งานและการดูแลรักษาอย่างต่อเนื่องเจาะลึกพื้นฐานของ MLOps รวมถึงกลยุทธ์สำหรับการจัดการวงจรชีวิตโมเดลอย่างมีประสิทธิภาพ เจาะลึก MLflow เพื่อเชี่ยวชาญการดีพลอยและการติดตามโมเดลแมชชีนเลิร์นนิงแบบอินเทอร์แอคทีฟด้วยหนึ่งในเครื่องมือ MLOps ที่ได้รับความนิยมมากที่สุด และนำทักษะที่เรียนรู้ไปใช้ในโปรเจกต์แบบลงมือปฏิบัติจริงแทร็กนี้ยังช่วยเสริมความสามารถของคุณในการดูแลและติดตามโมเดลที่นำไปใช้งานแล้ว เพื่อให้มั่นใจว่าโมเดลเหล่านั้นยังคงทำงานได้อย่างมีประสิทธิภาพสูงสุดท่ามกลางภูมิทัศน์ข้อมูลที่เปลี่ยนแปลงอยู่เสมอ คุณจะได้สำรวจประโยชน์เชิงปฏิบัติของการทำเวอร์ชันข้อมูลด้วย Data Version Control (DVC) เพื่อจัดการและทำเวอร์ชันโปรเจกต์แมชชีนเลิร์นนิงของคุณอย่างมีประสิทธิภาพด้วยเช่นกันเมื่อจบเส้นทางทักษะนี้ คุณจะเชี่ยวชาญในการนำโมเดลแมชชีนเลิร์นนิงไปใช้งาน ติดตาม และจัดการ พร้อมเตรียมคุณให้สามารถนำแอปพลิเคชัน ML ไปใช้ได้อย่างประสบความสำเร็จในทุกองค์กร

ข้อกำหนดเบื้องต้น

ไม่มีข้อกำหนดเบื้องต้นสำหรับเส้นทางการเรียนนี้

Course
1
แนวคิด MLOps
ค้นพบว่า MLOps ช่วยนำโมเดลแมชชีนเลิร์นนิงจากโน้ตบุ๊กในเครื่องสู่โมเดลที่ใช้งานจริงในโปรดักชันซึ่งสร้างมูลค่าทางธุรกิจได้อย่างไร
Course
2
MLflow เบื้องต้น
เรียนรู้วิธีใช้ MLflow เพื่อทำให้ความซับซ้อนของการสร้างแอปพลิเคชันแมชชีนเลิร์นนิงง่ายขึ้น สำรวจ MLflow tracking, projects, models และ model registry.
Project
โบนัส
Predicting Temperature in London
Perform a machine learning experiment to find the best model that predicts the temperature in London!
Course
4
แนวคิดการ Monitoring Machine Learning
เรียนรู้ความท้าทายของการมอนิเตอร์โมเดลแมชชีนเลิร์นนิงในโปรดักชัน รวมถึง data drift และ concept drift และวิธีรับมือกับการเสื่อมประสิทธิภาพของโมเดล
Course
5
การติดตามตรวจสอบ Machine Learning ด้วย Python
คอร์สนี้ครอบคลุมทุกสิ่งที่คุณต้องรู้เพื่อสร้างระบบมอนิเตอร์แมชชีนเลิร์นนิงพื้นฐานใน Python
Course
6
การจัดการเวอร์ชันข้อมูลด้วย DVC เบื้องต้น
สำรวจ Data Version Control สำหรับการจัดการข้อมูล ML เชี่ยวชาญการตั้งค่า ทำงานอัตโนมัติให้ไปป์ไลน์ และประเมินโมเดลได้อย่างราบรื่น

การเรียนรู้ของเครื่องในสภาพแวดล้อมการผลิต ใน Python

5 คอร์ส

เรียนจบ
Track

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น การเรียนรู้ของเครื่องในสภาพแวดล้อมการผลิต ใน Python วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา