Makine Öğrenimi Modeli Yönetimi ve Üretim Boru Hattı

Yüksek performanslı bir makine öğrenimi modeli oluşturmak savaşın sadece yarısı; gerçek değer, bu model canlıyken ve gerçek dünya ortamında tahminlere hizmet ettiğinde fark edilir.Çok sayıda pratisyen, çalışmalarını deneysel dizüstü bilgisayarlardan diğer uygulamaların kullanabileceği güvenilir, ölçeklenebilir sistemlere taşımak için mücadele eder.Bu kurs, deneysel kodu profesyonel düzeyde bir yazılıma dönüştürmek için net bir yol sağlar. Tekrarlanabilir ve entegrasyona hazır makine öğrenimi boru hatlarını inşa etmek, paketlemek ve bakımını yapmak için gerekli temel mühendislik uygulamalarını öğreneceksiniz.Bu kursun sonunda, veri bilimi araştırması ve yazılım mühendisliği arasındaki boşluğu nasıl kapatacağınızı anlayacaksınız. Ne öğreneceksin: - Araştırmadan dağıtmaya kadar makine öğrenimi modellerinin temel yaşam döngüsünü anlamak - Jupyter dizüstü bilgisayarlarını nesne yönelimli ilkeleri kullanarak yapılmış, modül üretim koduna dönüştürün - Model güvenilirliği ve tekrarlanabilirliğini sağlamak için test, kayıt ve sürümleme uygulayın - Makine öğrenimi modellerini paketle ve ölçeklenebilir API'ler aracılığıyla servis et - Otomatik model güncellemeleri için sürekli entegrasyon ve teslimat (CI / CD) çalışma akışlarını uygulayın - Farklı platformlar arasında tutarlı ortamlar oluşturmak için Docker ile konteynerizasyonu kullanın - Modern gözlemleme uygulamaları kullanarak model performansı ve sağlığını izlemek Kurs, kod yeniden yapılandırması, test ve konteynerizasyonun pratiklerine geçmeden önce model dağıtımı ve tekrarlanabilirlik kavramlarının temel kavramlarıyla başlar. Basit senaryolar yazmaktan, veri işleme ve model servisini ele alan tamamen otomatik boru hatlarını anlamaya ilerlersiniz. Bu kurs, MLOp alanında yeni olan ve modellerini nasıl çalıştıracağını öğrenmek isteyen umut verici veri bilimcileri ve yazılım geliştiricileri için tasarlanmıştır. Önceden dağıtım deneyimi gerekmez. Üretim hazır makine öğrenimi sistemleri inşa etmeye bugün başlayın.