Introdução ao aprendizado de máquina na produção

coursera.inc

coursera.inc

Introdução ao aprendizado de máquina na produção

Descrição

No primeiro curso de Machine Learning Engineering for Production Specialization, você identificará os vários componentes e projetará um sistema de produção de ML de ponta a ponta: escopo do projeto, necessidades de dados, estratégias de modelagem e restrições e requisitos de implantação; e aprenda como estabelecer uma linha de base do modelo, lidar com desvios de conceito e prototipar o processo para desenvolver, implantar e melhorar continuamente um aplicativo de ML em produção.

Compreender os conceitos de aprendizado de máquina e aprendizado profundo é essencial, mas se você deseja construir uma carreira de IA eficaz, também precisa de recursos de engenharia de produção. A engenharia de aprendizado de máquina para produção combina os conceitos fundamentais de aprendizado de máquina com a experiência funcional de desenvolvimento de software moderno e funções de engenharia para ajudá-lo a desenvolver habilidades prontas para produção.

Semana 1: visão geral do ciclo de vida e implantação de ML
Semana 2: Selecionando e treinando um modelo
Semana 3: definição de dados e linha de base

 

Certificado compartilhável: Ganhe um certificado após a conclusão
100% online: Comece instantaneamente e aprenda em sua própria programação.
Aproximadamente 10 horas para concluir
Idioma: Inglês
Legendas: inglês, francês

 

Instrutor:

 

Andrew Ng: Instrutor, fundador, deeplearning.ai & co -fundador

Cristian Bartolomé Arámburu: Instrutor, desenvolvimento curricular.

Módulos e Conteúdo


Módulo 1: Visão geral do ciclo de vida e implantação de ML Esta semana aborda uma rápida introdução aos sistemas de produção de aprendizado de máquina com foco em seus requisitos e desafios. Em seguida, a semana se concentra na implantação de sistemas de produção e no que é necessário para fazê-lo de forma robusta enquanto enfrenta dados em constante mudança.

Módulo 2: Selecione e treine um modelo Esta semana é sobre estratégias de modelos e principais desafios no desenvolvimento de modelos. Abrange a análise de erros e estratégias para trabalhar com diferentes tipos de dados. Ele também aborda como lidar com o desequilíbrio de classes e conjuntos de dados altamente distorcidos.

Módulo 3: Definição de dados e linha de base Esta semana é sobre como trabalhar com diferentes tipos de dados e garantir a consistência do rótulo para problemas de classificação. Isso leva ao estabelecimento de uma linha de base de desempenho para seu modelo e à discussão de estratégias para melhorá-lo, considerando suas restrições de tempo e recursos.

Pré-Requisitos


Especialização de engenharia de aprendizado de máquina para produção (MLOPs)
• Algum conhecimento de IA / aprendizado profundo
• Habilidades intermediárias de Python
• Experiência com qualquer estrutura de aprendizado profundo (Pytorch, Keras ou Tensorflow)

Avaliações

Não há avaliações ainda.

Seja o primeiro a avaliar “Introdução ao aprendizado de máquina na produção”

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Institucional

PHP Code Snippets Powered By : XYZScripts.com