ข้ามไปยังเนื้อหาหลัก

ติดตาม

การเรียนรู้ของเครื่องในสภาพแวดล้อมการผลิต ใน Python

ยกระดับทักษะแมชชีนเลิร์นนิงของคุณสู่ระดับใช้งานจริงด้วยเส้นทางทักษะที่มุ่งเน้นนี้

  • Python
  • Machine Learning
  • 19 ชั่วโมง
  • 4,738

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
เมื่อดำเนินการต่อ ถือว่าคุณยอมรับ ข้อกำหนดการใช้งานและ นโยบายความเป็นส่วนตัว และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีมอยู่ใช่ไหม?ทดลองใช้สำหรับองค์กร

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

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

เรียนรู้ได้ทุกที่ด้วยคอร์สบนมือถือและโจทย์เขียนโค้ด 5 นาทีประจำวัน