In the first course of Machine Learning Engineering for Production Specialization, you will identify the various components and design an ML production system end-to-end: project scoping, data needs, modeling strategies, and deployment constraints and requirements; and learn how to establish a model baseline, address concept drift, and prototype the process for developing, deploying, and continuously improving a productionized ML application.
Этот курс входит в специализацию ''Специализация Machine Learning Engineering for Production (MLOps)'
50 638 уже зарегистрированы
от партнера
Об этом курсе
Недавно просмотрено: 160 827
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.
Курс 1 из 4 в программе
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
Субтитры: Английский, Французский
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 Drift
- Model baseline
- Project Scoping and Design
- ML 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.
Курс 1 из 4 в программе
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
Субтитры: Английский, Французский
от партнера
deeplearning.ai
DeepLearning.AI is an education technology company that develops a global community of AI talent.
Программа курса: что вы изучите
3 ч. на завершение
Week 1: Overview of the ML Lifecycle and Deployment
This week covers a quick introduction to machine learning production systems focusing on their requirements and challenges. Next, the week focuses on deploying production systems and what is needed to do so robustly while facing constantly changing data.
3 ч. на завершение
9 видео ((всего 81 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
3 ч. на завершение
Week 2: Select and Train a Model
This week is about model strategies and key challenges in model development. It covers error analysis and strategies to work with different data types. It also addresses how to cope with class imbalance and highly skewed data sets.
3 ч. на завершение
16 видео ((всего 107 мин.)), 1 материал для самостоятельного изучения, 3 тестов
4 ч. на завершение
Week 3: Data Definition and Baseline
This week is all about working with different data types and ensuring label consistency for classification problems. This leads to establishing a performance baseline for your model and discussing strategies to improve it given your time and resources constraints.
4 ч. на завершение
16 видео ((всего 128 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
Рецензии
- 5 stars84,81 %
- 4 stars12,60 %
- 3 stars1,84 %
- 2 stars0,51 %
- 1 star0,23 %
Лучшие отзывы о курсе INTRODUCTION TO MACHINE LEARNING IN PRODUCTION
от партнера GS25 мая 2021 г.
Andew Ng is truly a world leader in the field, the way he approaches the subject and the explanations he gives are truly unparalleled. It always a pleasure taking a course he instructs.
от партнера SA24 июня 2021 г.
I like the acknowledgement of the importance of data quality. Machine learning is much more than just training models. Real benefits can only be achieved when moving to real life data
от партнера NB11 июля 2021 г.
Introduces you to the basics of MLOps in a well paced mannar. Would request to add more examples of structured data sets, as many companies usually are dealing with the related problems.
от партнера RG4 июня 2021 г.
really a great course. It'll really change your way of thinking ML in production use and will help you better understand how can you leverage the power of ML in a way that I'll really create a value
Специализация Machine Learning Engineering for Production (MLOps): общие сведения
Understanding machine learning and deep learning concepts is essential, but if you’re looking to build an effective AI career, you need production engineering capabilities as well.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
