In the third course of Machine Learning Engineering for Production Specialization, you will build models for different serving environments; implement tools and techniques to effectively manage your modeling resources and best serve offline and online inference requests; and use analytics tools and performance metrics to address model fairness, explainability issues, and mitigate bottlenecks.
Этот курс входит в специализацию ''Специализация Machine Learning Engineering for Production (MLOps)'
12 812 уже зарегистрированы
от партнера
Об этом курсе
Недавно просмотрено: 84 971
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 3 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. 26 часов на выполнение
Английский
Субтитры: Английский, Французский
Чему вы научитесь
Apply techniques to manage modeling resources and best serve batch and real-time inference requests.
Use analytics to address model fairness, explainability issues, and mitigate bottlenecks.
Приобретаемые навыки
- Explainable AI
- Fairness Indicators
- automl
- Model Performance Analysis
- Precomputing Predictions
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 3 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. 26 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
7 ч. на завершение
Week 1: Neural Architecture Search
Learn how to effectively search for the best model that will scale for various serving needs while constraining model complexity and hardware requirements.
7 ч. на завершение
10 видео ((всего 40 мин.)), 4 материалов для самостоятельного изучения, 6 тестов
5 ч. на завершение
Week 2: Model Resource Management Techniques
Learn how to optimize and manage the compute, storage, and I/O resources your model needs in production environments during its entire lifecycle.
5 ч. на завершение
13 видео ((всего 91 мин.)), 6 материалов для самостоятельного изучения, 3 тестов
5 ч. на завершение
Week 3: High-Performance Modeling
Implement distributed processing and parallelism techniques to make the most of your computational resources for training your models efficiently.
5 ч. на завершение
6 видео ((всего 57 мин.)), 4 материалов для самостоятельного изучения, 4 тестов
6 ч. на завершение
Week 4: Model Analysis
Use model performance analysis to debug and remediate your model and measure robustness, fairness, and stability.
6 ч. на завершение
12 видео ((всего 69 мин.)), 8 материалов для самостоятельного изучения, 5 тестов
Рецензии
- 5 stars71,74 %
- 4 stars17,93 %
- 3 stars6,27 %
- 2 stars2,24 %
- 1 star1,79 %
Лучшие отзывы о курсе MACHINE LEARNING MODELING PIPELINES IN PRODUCTION
от партнера RM13 сент. 2021 г.
This is very helpful course to understand the life of model specially after its deployment.
от партнера AD7 авг. 2021 г.
Excellent!! Ver, Very Very Good. Learn a lot. Thank you for sharing.
от партнера AK6 авг. 2021 г.
Some of the topics were too advanced and instructor assumes that we know those basics. It felt rush through little bit and more of reading slides then explaining at many places
от партнера AP26 апр. 2022 г.
It was really a wonderful and amazing course. I really learnt about what all goes in creating a successful ML project
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.
