Об этом курсе

Недавно просмотрено: 227 508
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Продвинутый уровень

• Some knowledge of AI / deep learning • Intermediate Python skills • Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

Прибл. 10 часов на выполнение
Английский

Чему вы научитесь

  • Identify the key components of the ML lifecycle and pipeline and compare the ML modeling iterative cycle with the ML product deployment cycle.

  • Understand how performance on a small set of disproportionately important examples may be more crucial than performance on the majority of examples.

  • Solve problems for structured, unstructured, small, and big data. Understand why label consistency is essential and how you can improve it.

Приобретаемые навыки

Human-level Performance (HLP)Concept DriftModel baselineProject Scoping and DesignML Deployment Challenges
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Продвинутый уровень

• Some knowledge of AI / deep learning • Intermediate Python skills • Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

Прибл. 10 часов на выполнение
Английский

от партнера

Placeholder

deeplearning.ai

Программа курса: что вы изучите

Оценка контентаThumbs Up97%(3,142 оценки)Info
Неделя
1

Неделя 1

3 ч. на завершение

Week 1: Overview of the ML Lifecycle and Deployment

3 ч. на завершение
9 видео ((всего 81 мин.)), 3 материалов для самостоятельного изучения, 2 тестов
Неделя
2

Неделя 2

3 ч. на завершение

Week 2: Select and Train a Model

3 ч. на завершение
16 видео ((всего 107 мин.)), 1 материал для самостоятельного изучения, 2 тестов
Неделя
3

Неделя 3

4 ч. на завершение

Week 3: Data Definition and Baseline

4 ч. на завершение
16 видео ((всего 128 мин.)), 3 материалов для самостоятельного изучения, 2 тестов

Рецензии

Лучшие отзывы о курсе INTRODUCTION TO MACHINE LEARNING IN PRODUCTION

Посмотреть все отзывы

Специализация Machine Learning Engineering for Production (MLOps): общие сведения

Machine Learning Engineering for Production (MLOps)

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.