After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs Açıklaması
Uçtan Uca Makine Öğrenimine Giriş
Makine öğreniminin dünyasına dalın ve bu kapsamlı kursla uçtan uca modellerin nasıl tasarlanacağını, eğitileceğini ve uygulanacağını keşfedin. İlgi çekici, gerçek hayattan örnekler ve uygulamalı alıştırmalarla, karmaşık veri sorunlarını çözmeyi ve güçlü makine öğrenimi modelleri oluşturmayı öğreneceksiniz. Bu kursun sonunda, eyleme geçirilebilir içgörüler sağlayan yüksek performanslı modeller oluşturmak, izlemek ve sürdürmek için gerekli becerilerle donanmış olacaksınız. Bu kapsamlı, uygulamalı kursla makine öğrenimi uzmanlığınızı dönüştürün ve uçtan uca bir ML uzmanı olun!
Modelinizi Değerlendirin ve İyileştirin
Keşifsel veri analizi (EDA) ve veri hazırlamanın temellerini öğrenerek başlayın. Verilerinizi temizleyip ön işleme tabi tutarak model eğitimi için hazır hale getireceksiniz. Ardından, gerçek dünyadaki zorluklar için modellerinizi optimize etmek üzere özellik mühendisliği ve seçimi sanatını öğrenin; özellik seçimi için Boruta kütüphanesini kullanmayı, MLFlow ile deneyleri günlüğe kaydetmeyi ve k-katlı çapraz doğrulama kullanarak modellerinizi ince ayarlamayı öğrenin. Etkili hata metriklerinin sırlarını keşfedin ve aşırı uyumu teşhis ederek modellerinizi başarıya hazırlayın.
Modelinizi Dağıtın ve İzleyin
Ayrıca, uçtan uca ML çerçevelerinde özellik depolarının ve model kayıtlarının önemini de keşfedeceksiniz. Docker ve AWS kullanarak modelinizin performansını zaman içinde nasıl dağıtacağınızı ve izleyeceğinizi öğrenin. Veri sapması kavramını ve istatistiksel testler kullanarak bunu nasıl tespit edebileceğinizi anlayın. Sürekli değişen veriler karşısında modellerinizin performansını korumak için geri bildirim döngüleri, yeniden eğitim ve etiketleme stratejileri uygulayın.
Bu kurs, veri bilimcisi veya makine öğrenimi mühendisi olarak kariyerinize doğrudan uygulanabilecek pratik beceriler kazandırarak, makine öğrenimi çözümlerinin iş dünyasındaki etkisini artırmak için gerekli olan modellerin tasarlanması, uygulanması ve sürdürülmesi gibi önemli becerileri edinmenizi sağlayacaktır.
Ön Koşullar
Müfredat
Kurs içeriği
1
Tasarım ve Keşif
Bu ilk bölümde, herhangi bir Machine Learning projesinin temel aşamalarında yer alacaksın: uçtan uca bir Machine Learning kullanım senaryosu tasarlama, keşifsel veri analizi ve veri hazırlama. Bölümün sonunda, bir kullanım senaryosunu kurgulamaktan veriyi daha ileri işlem ve model eğitimi için hazırlamaya kadar, bir Machine Learning projesinin erken aşamalarını sağlam bir şekilde kavramış olacaksın.
- Uçtan Uca Bir Machine Learning Kullanım Senaryosu Tasarlama50 XP
- Machine learning yaşam döngüsü aşaması tanımları50 XP
- Machine learning yaşam döngüsü100 XP
- Keşifsel Veri Analizi50 XP
- Verilerini görselleştirme100 XP
- Sınıf dengesizliğini bulma100 XP
- EDA'nın Amaçları100 XP
- Veri hazırlama50 XP
- Veri hazırlama fonksiyonları100 XP
- Gelişmiş Atama (Imputation)100 XP
- Veri kümeni temizleme100 XP
2
Model Eğitimi ve Değerlendirme
Bu bölüm, model eğitimi ve değerlendirmesinin temel süreçlerine derinlemesine inecek. Özellik mühendisliği, model eğitimi, deneylerin kaydedilmesi ve model değerlendirmesine odaklanan dört kapsamlı dersten oluşur.
3
Model Dağıtımı
Bu bölüm, Machine Learning yaşam döngüsünün kritik bir aşaması olan model dağıtımının temel unsurlarını ele alır. Testle başlayıp, özellik depoları ve model kayıtları üzerinde durarak mimari bileşenlere ilerler. Ardından paketleme ve konteynerleştirme konusuna dalacağız. Bölüm, Sürekli Entegrasyon ve Sürekli Dağıtım (CI/CD) genel bakışıyla sona erer.
4
Model İzleme
Son bölümde, Machine Learning yaşam döngüsünün kritik bir aşaması olan model izleme süreçlerinin ayrıntılarında yol alacaksın.
Uçtan Uca Machine Learning
Kurs
Tamamlandı
