Об этом курсе

Недавно просмотрено: 108 281
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.
Лабораторные работы Coursera Labs
Включает в себя практические учебные проекты.
Подробнее о лабораторных работах Coursera Labs External Link
Продвинутый уровень

• Some knowledge of AI / deep learning

• Intermediate Python skills

• Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

Прибл. 22 часа на выполнение
Английский

Чему вы научитесь

  •  Identify responsible data collection for building a fair ML production system.

  • Implement feature engineering, transformation, and selection with TensorFlow Extended

  • Understand the data journey over a production system’s lifecycle and leverage ML metadata and enterprise schemas to address quickly evolving data.

Приобретаемые навыки

  • ML Metadata
  • Convolutional Neural Network
  • TensorFlow Extended (TFX)
  • Data Validation
  • Data transformation
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.
Лабораторные работы Coursera Labs
Включает в себя практические учебные проекты.
Подробнее о лабораторных работах Coursera Labs External Link
Продвинутый уровень

• Some knowledge of AI / deep learning

• Intermediate Python skills

• Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

Прибл. 22 часа на выполнение
Английский

Преподаватели

от партнера

Placeholder

deeplearning.ai

Программа курса: что вы изучите

Оценка контентаThumbs Up86%(2,984 оценки)
Неделя
1
Неделя 1
6 ч. на завершение

Week 1: Collecting, Labeling and Validating Data

6 ч. на завершение
12 видео ((всего 95 мин.)), 3 материалов для самостоятельного изучения, 7 тестов
Неделя
2
Неделя 2
7 ч. на завершение

Week 2: Feature Engineering, Transformation and Selection

7 ч. на завершение
12 видео ((всего 86 мин.)), 1 материал для самостоятельного изучения, 5 тестов
Неделя
3
Неделя 3
5 ч. на завершение

Week 3: Data Journey and Data Storage

5 ч. на завершение
8 видео ((всего 42 мин.)), 1 материал для самостоятельного изучения, 5 тестов
Неделя
4
Неделя 4
4 ч. на завершение

Week 4 (Optional): Advanced Labeling, Augmentation and Data Preprocessing

4 ч. на завершение
6 видео ((всего 31 мин.)), 5 материалов для самостоятельного изучения, 4 тестов

Рецензии

Лучшие отзывы о курсе MACHINE LEARNING DATA LIFECYCLE 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.