Uczenie maszynowe z TensorFlow na platformach chmurowych

Przejście od lokalnych eksperymentów z uczeniem maszynowym do skalowalnych, gotowych do produkcji systemów wymaga solidnego zrozumienia zarówno projektowania ram, jak i wdrażania w chmurze.Ten kurs tekstowy prowadzi od podstawowych koncepcji uczenia maszynowego do wdražania wyszkolonych modeli w chmurze. Zrozumiesz, jak uporządkować kod, zarządzać potokami danych i wykorzystać skalowalność chmury bez konieczności posiadania wcześniejszego doświadczenia w uczeniu maszynowym. Czego się nauczysz: - Zrozum podstawowe koncepcje uczenia maszynowego i architekturę TensorFlow od podstaw - Twórz i trenuj modele predykcyjne za pomocą wysokiego poziomu interfejsu API Keras i wydajnych potoków danych - Wdrażaj wyszkolone modele w infrastrukturze chmury w celu prognozowania w czasie rzeczywistym i wsadowym - Zastosuj podstawowe zasady MLOps do monitorowania, wersjonowania i zarządzania cyklem życia modelu - Skonfiguruj pamięć w chmurze i zasoby obliczeniowe, aby obsłużyć obciążenia szkoleniowe na dużą skalę Kurs zaczyna się od podstawowej terminologii i intuicji matematycznej, zanim przejdziesz krok po kroku przez implementacje kodu pisanego. Przejdziess od prostych modeli regresji do w pełni wdrożonych potoków chmurowych.Przeznaczony dla początkujących programistów, analityków danych i aspirujących inżynierów z podstawową wiedzą Pythona. Nie jest wymagane wcześniejsze doświadczenie w zakresie uczenia maszynowego ani chmury.