Kursus Machine Learning: Deployment of Machine Learning Models

Pelajari cara mengintegrasikan Pipeline Machine Learning yang tangguh dan andal dalam Produksi

Apa yang akan Anda pelajari

• Bangun API model pembelajaran mesin dan terapkan model ke cloud

• Kirim dan terima permintaan dari model pembelajaran mesin yang diterapkan

• Desain kode produksi yang dapat diuji, dikontrol versi, dan dapat direproduksi untuk penerapan model

• Buat integrasi berkelanjutan dan otomatis untuk menerapkan model Anda

• Pahami arsitektur pembelajaran mesin yang optimal

• Pahami berbagai sumber daya yang tersedia untuk memproduksi model Anda

• Identifikasi dan kurangi tantangan dalam menempatkan model dalam produksi

Keterangan

Selamat datang di Penerapan Model Pembelajaran Mesin,  kursus penerapan pembelajaran mesin terlengkap yang tersedia saat ini. Kursus ini akan menunjukkan cara membawa model pembelajaran mesin Anda dari lingkungan penelitian ke lingkungan produksi yang terintegrasi sepenuhnya  .

Apa itu penerapan model?

Penerapan model pembelajaran mesin, atau sederhananya, memasukkan model ke dalam produksi, berarti membuat model Anda tersedia untuk sistem lain dalam organisasi atau web, sehingga mereka dapat menerima data dan mengembalikan prediksinya. Melalui penerapan model pembelajaran mesin, Anda dapat mulai memanfaatkan  sepenuhnya model  yang Anda buat.

Untuk siapa kursus ini?

• Jika Anda baru saja membuat model pembelajaran mesin pertama dan ingin mengetahui cara membawanya ke produksi atau menerapkannya ke dalam API,

• Jika Anda menerapkan beberapa model dalam organisasi dan ingin mempelajari lebih lanjut tentang praktik terbaik penerapan model,

• Jika Anda seorang pengembang perangkat lunak yang rajin yang ingin melangkah ke penerapan saluran pembelajaran mesin yang terintegrasi penuh,

kursus ini akan menunjukkan caranya.

Apa yang akan dipelajari?

Kami akan membawa Anda langkah demi langkah dan mengajari Anda semua yang perlu Anda ketahui untuk mulai membuat model di lingkungan penelitian, lalu mengubah notebook Jupyter menjadi kode produksi, mengemas kode, dan menerapkannya ke API , dan tambahkan integrasi berkelanjutan dan pengiriman berkelanjutan. Kami akan membahas konsep reproduktifitas, mengapa itu penting, dan bagaimana memaksimalkan reproduktifitas selama penerapan, melalui pembuatan versi, repositori kode, dan penggunaan buruh pelabuhan. Dan kami juga akan membahas alat dan platform yang tersedia untuk menerapkan model pembelajaran mesin.