PickAClass · IA, Tech et Ingénierie · IA et Machine Learning

MLOps (Opérations de Machine Learning)

Apprenez les principes et les pratiques pour déployer, surveiller et maintenir des modèles de machine learning en production. Comblez le fossé entre la science des données et le DevOps.

MLOps (Opérations de Machine Learning)

Fondations de l'MLOps : Déployer et Surveiller les Modèles d'Apprentissage Automatique

Pipelines de déploiement et de production de modèles d'apprentissage automatique

Azure Machine Learning et MLOps : Créez et déployez des modèles ML

Présentation de MLOps : Créer et déployer des pipelines avec Azure

Fondamentaux MLOps : Déploiement et mise à l'échelle des pipelines de Machine Learning

Déploiement de modèles de Machine Learning avec FastAPI, Docker et AWS

Déploiement de modèles de Machine Learning avec Python et Docker

Apprentissage Automatique Pratique : Création et Déploiement avec Python et MLOps

Azure Machine Learning et préparation à l'examen DP-100

Fondamentaux MLOps : Pipelines automatisés avec Kubernetes et outils Cloud

Apprentissage automatique sans code avec Azure ML Studio

Déploiement de projets de science des données et d'apprentissage automatique avec Python

Préparation à la certification d'ingénieur en apprentissage machine

Science des données et apprentissage automatique avec des applications réelles

Machine Learning et TensorFlow sur l'infrastructure cloud

Apprentissage automatique avec Keras : Créer, entraîner et déployer sur la plateforme cloud

Apprentissage automatique évolutif et bases du Big Data

Mise à l'échelle des modèles d'apprentissage automatique avec TensorFlow et l'infrastructure cloud

Machine Learning Big Data avec Apache Spark

Fondements de la science des données en hindi

Fondamentaux de la Science des Données : Construire des Solutions Évolutives et Prêtes pour la Production

Fondamentaux MLOps : Créer et déployer des pipelines d'apprentissage automatique

Fondamentaux de MLOps : Construire, Déployer et Surveiller des Pipelines ML en Production

Déploiement de modèles de Machine Learning avec Flask