跳至内容
首页Python

学习路径

生产中的机器学习 在 Python 中

更新时间 2026年5月
通过这条专注的技能学习路径，将你的机器学习技能提升到生产级别。
免费开始学习路径
Python机器学习
19小时
4,414

创建您的免费帐户

继续使用 Google显示更多选项

或

继续操作即表示您接受我们的《使用条款》和《隐私政策》，并同意您的数据存储在美国。

深受数千家公司学习者的喜爱

Group

需要团队培训？

企业版试用

学习路径描述

生产中的机器学习 在 Python 中

通过这条专注的技能学习路径，将你的机器学习技能提升到生产级别。 专为（有志于）数据科学家和机器学习工程师设计，这条学习路径提供了一条精简的途径，帮助掌握机器学习模型的部署与维护。深入了解 MLOps 的基础知识，包括高效模型生命周期管理的策略。 深入了解 MLflow，互动式掌握机器学习模型的部署与跟踪，借助最受欢迎的 MLOps 工具之一，并在一个实践项目中应用所学技能。该路径进一步提升您维护和监控已部署模型的能力，确保它们在不断变化的数据环境中持续保持最佳性能。 你还将探索使用 Data Version Control (DVC) 对数据进行版本控制的实际好处，以有效管理和版本化你的机器学习项目。完成本技能学习路径后，你将熟练部署、监控和管理机器学习模型，为你在任何组织中成功实施 ML 应用做好准备。

先决条件

此学习路径无先决条件

  • Course

    1

    MLOps 概念

    了解 MLOps 如何将机器学习模型从本地笔记本带到生产环境中运行，并创造实际业务价值。

  • Course

    2

    Introduction to MLflow

    Learn how to use MLflow to simplify the complexities of building machine learning applications. Explore MLflow tracking, projects, models, and model registry.

  • Project

    额外

    Predicting Temperature in London

    Perform a machine learning experiment to find the best model that predicts the temperature in London!

  • Course

    4

    Monitoring Machine Learning Concepts

    Learn about the challenges of monitoring machine learning models in production, including data and concept drift, and methods to address model degradation.

生产中的机器学习 在 Python 中
5 课程
学习路径完成

获得成就证明

将此证书添加到您的 LinkedIn 档案、简历或履历中
在社交媒体和绩效评估中分享立即注册

加入超过19百万学习者，今天就开始生产中的机器学习 在 Python 中！

创建您的免费帐户

继续使用 Google显示更多选项

或

继续操作即表示您接受我们的《使用条款》和《隐私政策》，并同意您的数据存储在美国。

通过 DataCamp for Mobile 提升您的数据技能

随时随地通过我们的移动课程和每日 5 分钟编程挑战提升技能。