After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs Açıklaması
MLOps Dağıtımı ve Yaşam Döngüsü
Makine öğrenimi modellerinin yaşam döngüsü ve dağıtımı dahil olmak üzere modern MLOps çerçevesini keşfedin. Bu kursta, teknik borcu en aza indiren ML kodu yazmayı öğrenecek, modellerinizi dağıtmak ve izlemek için ihtiyaç duyacağınız araçları keşfedecek ve karşılaşacağınız farklı ortam ve analiz türlerini inceleyeceksiniz.MLOps Yaşam Döngüsü Hakkında Bilgi Edinin
Verilerinizi topladıktan, hazırladıktan ve etiketledikten sonra, farklı modeller üzerinde çok sayıda deney yapın ve şampiyon model ile konseptinizi kanıtladıktan sonra, bir sonraki adımlara geçme zamanı gelmiştir. İnşa etmek Dağıt. Monitör. Bakım. Bu, modelinizin üretime geçtikten sonraki yaşam döngüsüdür. Bu, MLOps'un Ops kısmıdır.Bu kurs, modelinizin değer sunma yolculuğunun ikinci bölümünde nasıl ilerleyeceğinizi göstererek, gelecekte daha pek çok şey için bir referans noktası oluşturacaktır. MLOps yaşam döngüsünü keşfederek başlayacak, MLOps'un önemini ve model geliştirme, dağıtım, izleme ve bakım için temel işlevsel bileşenleri öğreneceksiniz.Dağıtım için ML Kodu Geliştirme
Ardından, dağıtım için modeller geliştirmeyi, etkili ML kodu yazmayı, araçlardan yararlanmayı ve ML ardışık düzenlerini eğitmeyi öğreneceksiniz. İlerledikçe, modellerinizi nasıl dağıtacağınızı, farklı dağıtım ortamlarını ve bunları ne zaman kullanacağınızı keşfedeceksiniz. Ayrıca mevcut üretim modellerini değiştirmek için stratejiler geliştirecek ve API'leri inceleyeceksiniz.Modellerinizi Nasıl İzleyeceğinizi Öğrenin
Kursu tamamladığınızda, ML modellerinizi izleme ve sürdürmenin arkasındaki önemli performans ölçütlerini keşfedeceksiniz. Üretimde sapma izleme, model geri bildirimi, güncellemeler ve yönetişim hakkında bilgi edineceksiniz.İşiniz bittiğinde, MLOps yaşam döngüsünü kullanarak kendi modellerinizi üretim ortamında nasıl dağıtabileceğinizi anlayacaksınız.Ön Koşullar
Müfredat
Kurs içeriği
1
Kısaca MLOps
Bu bölüm, dağıtım ve yaşam döngüsü için önemli MLOps ilkelerine ve çerçeve bileşenlerine üst düzey bir genel bakış sunar.
2
Dağıtım İçin Geliştir
Bu bölüm, operasyon aşamasına geldiğimizde sorunsuz ilerleyebilmek için daha geliştirme safhasındayken yapmamız gereken tüm değerlendirmelere ayrılmıştır.
Nihai hedefimiz, MLOps en iyi uygulamalarıyla modeli nasıl eğiteceğini ve sorunsuz dağıtım, çoğaltılabilirlik ve dağıtım sonrası izlemeyi mümkün kılan bir model paketi nasıl oluşturacağını açıklamaktır.
3
Dağıt ve Çalıştır
Bu bölüm, kritik model operasyonu sorularını ele alır. Örneğin:
- Modellerimizi hangi farklı yollarla sunabiliriz?
- API nedir ve temel işlevleri nelerdir?
- Hizmetimizi son kullanıcılara açmadan önce nasıl kapsamlı şekilde test ederiz?
- Üretimdeki modelleri hizmeti kesintiye uğratmadan nasıl güncelleriz?
Batch tahmin, gerçek zamanlı tahmin, giriş ve çıkış veri doğrulaması, birim testi, entegrasyon testi, canary dağıtımı ve çok daha fazlasını öğreneceksin.
4
İzle ve Sürdür
Bu son bölüm, dağıtımdan sonra ML hizmetlerini izlemeye ve sürdürmeye, ayrıca model yönetişimine ayrılmıştır.
Doğrulama gecikmesi, kovaryat kayması, kavram kayması, insan-döngüde (human-in-the-loop) sistemler ve daha birçok kritik kavramı ele alacaksın.
R
MLOps Dağıtımı ve Yaşam Döngüsü
Kurs
Tamamlandı
