After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs Açıklaması
Günümüzdeki makine öğrenmesi ile ilgili içeriklerin çoğu model eğitimi ve parametre ayarlamaya odaklanıyor, ancak deneysel modellerin %90’ı üretime geçemiyor; bunun başlıca nedeni ise kalıcı olacak şekilde tasarlanmamış olmalarıdır. Bu kurs kapsamında, bakış açınızı bir makine öğrenmesi mühendisliği yaklaşımından bir MLOps (Makine Öğrenmesi Operasyonları) yaklaşımına kaydırmanın; modellerinizi en yüksek potansiyellerine ulaşacak şekilde eğitmenize, belgelemenize, sürdürmenize ve ölçeklendirmenize nasıl olanak tanıyacağını göreceksiniz.
Kolayca Deney Yapın ve Belgeler Oluşturun
Makine öğrenimi modelleriyle denemeler yapmak genellikle keyiflidir, ancak zaman alıcı olabilir. Burada, bu süreci hızlandırmak için tekrarlanabilir deneyler tasarlamayı ve hem kendiniz hem de ekip arkadaşlarınız için dokümantasyon yazmayı öğreneceksiniz; böylece gelecekte boru hattı üzerinde çalışmak çok daha kolay olacak.Üretim İçin MLOps Modelleri Oluşturun
Üretim ortamında modellerin ve ortamların paketlenmesi ve serileştirilmesi için en iyi alıştırmalar öğrenecek ve modellerin mümkün olduğunca uzun süre kullanılabilmesini sağlayacaksınız.ML işlem hattınızı Büyütün ve Otomatikleştirin
Model ve veri karmaşıklığını ve sürekli otomasyonu göz önünde bulundurarak, modellerinizin üretim ortamında ölçeklenebilir olmasını, kolayca izlenebilmesini ve anında dağıtılabilmesini sağlayabilirsiniz.Bu kursu tamamladığınızda, üretime hazır makine öğrenmesi modelleri tasarlayabilecek ve geliştirebilecek, ayrıca bu modelleri zaman içinde sürekli olarak iyileştirebileceksiniz.
Ön Koşullar
Müfredat
Kurs içeriği
1
Araştırmadan Üretime Geçiş
Bu bölüm, Machine Learning modellerini araştırma ve geliştirme aşamasından üretim ortamına taşıman için gereken beceri ve bilgileri sağlayacak. Bir araştırma prototipinden güvenilir, ölçeklenebilir ve bakımı kolay bir sisteme geçiş sürecini öğreneceksin.
2
Yeniden Üretilebilirliği Sağlamak
Bu bölümde, Machine Learning'de yeniden üretilebilirliğin önemini ve modellerinin zaman içinde yeniden üretilebilir ve güvenilir kalmasını nasıl sağlayacağını öğreneceksin. Modellerinin yeniden üretilebilirliğini güvenceye almak için kullanabileceğin çeşitli teknikleri ve en iyi uygulamaları keşfedeceksin.
3
Üretim Ortamlarında ML
3. Bölümde, Machine Learning modellerini üretim ortamlarına dağıtırken karşılaşılan çeşitli zorlukları inceleyeceksin. Üretimde ML modellerini dağıtmanın farklı yaklaşımlarını ve üretimde ML modellerini izleme ve sürdürme stratejilerini öğreneceksin.
4
ML Boru Hatlarını Test Etmek
Son bölümde, Machine Learning boru hatlarını test etmenin çeşitli yollarını ve beklenen şekilde çalıştıklarından nasıl emin olacağını öğreneceksin. ML boru hatlarını test etmenin önemini keşfedecek ve bu boru hatlarını test etme ve doğrulama tekniklerini öğreneceksin.
R
Üretim İçin Machine Learning Modelleri Geliştirme
Kurs
Tamamlandı
