MLOps (Machine Learning Operations)
Lernen Sie die Prinzipien und Praktiken für die Bereitstellung, Überwachung und Wartung von Machine-Learning-Modellen in der Produktion. Schließen Sie die Lücke zwischen Data Science und DevOps.
14 courses
Der Übergang von der Forschung zur Produktion gelingt durch das Erlernen von Strategien zum Verpacken, Testen und Bereitstellen von Machine-Learning-Modellen mithilfe robuster Pipelines.
Erwerben Sie die grundlegenden Fähigkeiten, um Machine-Learning-Modelle von der Entwicklung bis zur Bereitstellung effektiv zu operationalisieren und zu verwalten, indem Sie Azure Machine Learning und MLOps-Prinzipien anwenden.
Erfahren Sie, wie Sie die Lücke zwischen Data Science und Produktion schließen, indem Sie Continuous Integration, Delivery und Training-Pipelines mit Azure DevOps und Azure Machine Learning entwerfen.
Meistern Sie die Grundlagen der Datenanalyse und des maschinellen Lernens, um mithilfe moderner Python-Tools umsetzbare Erkenntnisse zu gewinnen und fundierte Entscheidungen zu treffen.
Schaffen Sie sich eine solide Grundlage in Data Science und Machine Learning und lernen Sie, wie man Daten analysiert und Modelle für reale Branchen einsetzt.
Erfahren Sie, wie Sie mit dem Python SDK und modernen MLOps-Verfahren maschinelle Lernmodelle in der Cloud entwickeln, bereitstellen und überwachen.
Erfahren Sie, wie Sie Machine-Learning-Modelle in der Produktion mithilfe von wesentlichen cloudbasierten MLOps-Verfahren erstellen, trainieren und bereitstellen.
Lernen Sie, maschinelle Lernmodelle bereitzustellen und praktische Datenprodukte für reale Anwendungen zu erstellen.
Erstellen Sie intelligente Datenpipelines und stellen Sie maschinelle Lernmodelle mit BigQuery ML und Vertex AI bereit, um datengesteuerte Entscheidungen zu treffen.
Verstehen Sie den gesamten Machine-Learning-Workflow von der Datenaufbereitung bis zur Modellbereitstellung mit TensorFlow und wichtigen Cloud-Services.
Lernen Sie, wie Sie durchgängige Machine-Learning-Lösungen auf Azure entwerfen, implementieren und verwalten, während Sie sich auf die DP-100-Zertifizierung vorbereiten.
Beherrschen Sie den Cloud-basierten Machine Learning-Lebenszyklus von der ersten Datenvorbereitung bis hin zur automatisierten Modellbereitstellung und -überwachung.
Erfahren Sie, wie Sie eine skalierbare Cloud-Infrastruktur für KI-Workloads mithilfe moderner Container- und MLOps-Verfahren erstellen, bereitstellen und verwalten.
Verstehen Sie den vollständigen, iterativen Prozess der Erstellung und Bereitstellung von Machine-Learning-Modellen, um praktische KI-Lösungen zu entwickeln.