Hands-On Machine Learning: Build and Deploy with Python and MLOps (dalam bahasa Inggris).

Transisi model machine learning dari notebook lokal ke lingkungan produksi yang dapat diandalkan memerlukan lebih dari sekedar algoritma pelatihan. hal ini juga memerlukan pendekatan yang terstruktur untuk manajemen data, otomatisasi pipa, dan penerapan model. Kursus berbasis teks ini menyediakan Anda dengan keterampilan praktis untuk menjembatani kesenjangan antara ilmu data dan rekayasa perangkat lunak. Dengan mengikuti kurikulum terstruktur ini, Anda akan mendapatkan keterampilan dasar untuk mengelola seluruh siklus hidup machine learning. Anda akan belajar bagaimana struktur proyek Python menggunakan standar pembungkus modern, membangun pipa pelatihan yang kuat, dan menerapkan praktik MLOps yang penting untuk menerapkan dan memonitor model Anda dengan percaya diri. Apa yang akan kau pelajari: - Mengerti fase inti dari siklus hidup machine learning, dari persiapan data awal hingga peluncuran. - Bangun pipa pelatihan yang dapat direproduksi dalam Python menggunakan konfigurasi proyek modern dan manajemen dependensi. - Terapkan versi data dan teknik validasi untuk memastikan masukan dan keluaran model yang konsisten. - Deploy model terlatih sebagai API fungsional siap untuk melayani prediksi waktu nyata. - Konfigurasi dasar pemantauan dan pola observabilitas untuk melacak kinerja model seiring waktu. Kursus ini dimulai dengan terminologi dasar machine learning dan struktur proyek, lalu memandu Anda langkah demi langkah melalui pra-proses data, seleksi model, evaluasi, dan strategi penerapan. Anda akan membaca penjelasan rinci dan mempelajari potongan kode dunia nyata yang dirancang untuk membangun keterampilan teknik praktis Anda. Kursus ini dirancang untuk ilmuwan data yang bercita-cita, pengembang perangkat lunak, dan pemula yang ingin bertransisi ke bidang MLOps. Tidak diperlukan pengalaman DevOps atau deployment sebelumnya, sehingga ini adalah titik awal yang sempurna untuk perjalanan AI produksi Anda. Mulailah perjalanan Anda menuju kesuksesan siklus hidup machine learning produksi hari ini.