ข้ามไปยังเนื้อหาหลัก
หน้าหลักPython

แทร็ก

การเรียนรู้ของเครื่องในสภาพแวดล้อมการผลิต ใน Python

อัปเดตแล้ว 05/2569
ยกระดับทักษะแมชชีนเลิร์นนิงของคุณสู่ระดับใช้งานจริงด้วยเส้นทางทักษะที่มุ่งเน้นนี้
เริ่มเรียน Track ฟรี
PythonMachine Learning
19 ชม.
4,414

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง

Group

กำลังฝึกอบรมทีม?

ลองใช้สำหรับธุรกิจ

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

    MLOps Concepts

    Discover how MLOps can take machine learning models from local notebooks to functioning models in production that generate real business value.

  • Course

    Learn how to use MLflow to simplify the complexities of building machine learning applications. Explore MLflow tracking, projects, models, and 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

    Learn about the challenges of monitoring machine learning models in production, including data and concept drift, and methods to address model degradation.

การเรียนรู้ของเครื่องในสภาพแวดล้อมการผลิต ใน Python
5 คอร์ส
เรียนจบ
Track

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณ
ลงทะเบียนทันที

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น การเรียนรู้ของเครื่องในสภาพแวดล้อมการผลิต ใน Python วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติม

หรือ


เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา