After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
了解机器学习运维（MLOps）
理解 MLOps 概念对于任何数据科学家、工程师或领导者来说都至关重要，这样才能将机器学习模型从本地笔记本带到生产环境中正常运行的模型。在本课程中，您将了解什么是 MLOps，理解 MLOps 流程中的不同阶段，并识别不同级别的 MLOps 成熟度。 在了解了 MLOps 的核心概念后，你将为在实践中持续、可靠且高效地实施机器学习做好充分准备。
了解如何扩展和自动化机器学习
我们如何用最少的时间和资源来扩展我们的机器学习项目？以及我们如何自动化流程，以减少对人工干预的需求并提升模型性能？这些是 MLOps 提供答案的机器学习基础问题。在这门 MLOps 课程中，你将首先了解 MLOps 的基础知识，学习其核心特性以及相关角色。 接下来，你将更详细地了解机器学习生命周期的各个阶段。
随着你的学习进展，你还将了解用于更好地扩展和自动化机器学习运维的系统和工具，包括特征存储、实验跟踪、CI/CD 流水线、微服务和容器化。 你将探索 MLOps 的关键概念，从而更深入地理解它们的应用。
先修要求
课程大纲
课程大纲
1
MLOps 简介
首先，您将学习 MLOps 的核心特性。您将探索机器学习生命周期、其各个阶段，以及与 MLOps 流程相关的角色。
2
设计与开发
接着，您将学习机器学习生命周期中的设计与开发阶段。您将了解价值增量评估、数据质量、特征存储与实验追踪。
3
将机器学习部署到生产环境
在本章中，您将深入学习与将机器学习部署到生产相关的概念，例如运行时环境、容器化、CI/CD 流水线与部署策略。
4
在生产环境中维护机器学习
最后，您将学习如何在生产中维护机器学习模型，包括统计与计算监控、再训练、不同的 MLOps 成熟度等级，以及可用于简化机器学习生命周期流程的工具。
R
MLOps 概念
课程完成
