MLOps (Opérations de Machine Learning)

Apprenez les principes et les pratiques pour déployer, surveiller et maintenir des modèles de machine learning en production. Comblez le fossé entre la science des données et le DevOps.

17 courses

Pipelines de déploiement et de production de modèles d'apprentissage automatique

Passez de la recherche à la production en apprenant à assembler, tester et déployer des modèles d'apprentissage automatique à l'aide de pipelines robustes.
★ 4.4 (6,193)

Azure Machine Learning et MLOps : Créez et déployez des modèles ML

Acquérez les compétences de base pour opérationnaliser et gérer efficacement les modèles d’apprentissage automatique, du développement au déploiement, en utilisant les principes d’Azure Machine Learning et de MLOps.
★ 4.5 (9,407)

Présentation de MLOps : Créer et déployer des pipelines avec Azure

Découvrez comment combler le fossé entre la science des données et la production en concevant des pipelines d’intégration, de livraison et de formation continus à l’aide d’Azure DevOps et d’Azure Machine Learning.
★ 4.6 (1,000)

Fondements de la science et de l'analyse des données

Maîtrisez les bases de l'analyse de données et de l'apprentissage automatique pour extraire des informations exploitables et prendre des décisions éclairées à l'aide d'outils Python modernes.
★ 5.0 (6,972)

Préparation à la certification d'ingénieur en apprentissage machine

Maîtrisez l'apprentissage automatique basé sur le cloud, les MLOps et le déploiement de modèles pour préparer votre certification d'ingénieur ML professionnel dans le cloud.
★ 4.4 (4,958)

Science des données et apprentissage automatique avec des applications réelles

Construisez une base solide en science des données et en apprentissage automatique, apprenez à analyser des données et à déployer des modèles pour les industries du monde réel.
★ 4.7 (4,717)

Machine Learning et TensorFlow sur l'infrastructure cloud

Apprenez à créer, entraîner et déployer des modèles d'apprentissage automatique professionnels à l'aide de TensorFlow dans un environnement cloud moderne.
★ 4.4 (3,778)

Apprentissage automatique évolutif et bases du Big Data

Apprenez à traiter des ensembles de données massifs et à construire des modèles prédictifs à l'aide de modèles d'IA modernes et de calcul distribué.
★ 4.6 (2,504)

Azure Machine Learning : Création et gestion de solutions

Développez, déployez et surveillez des modèles de machine learning dans le cloud à l'aide du kit de développement logiciel Python et des pratiques MLOps modernes.
★ 3.7 (71)

MLOps de base avec les plateformes Cloud

Apprenez à créer, former et déployer des modèles de machine learning en production à l'aide de pratiques MLOps essentielles basées sur le cloud.
★ 3.5 (56)

Déploiement de modèles d'apprentissage automatique

Apprenez à déployer des modèles d'apprentissage automatique et à créer des produits de données pratiques pour des applications réelles.
★ 3.6 (54)

Analyse de données dans le cloud et apprentissage automatique

Créez des pipelines de données intelligents et déployez des modèles d'apprentissage automatique à l'aide de BigQuery ML et de Vertex AI pour prendre des décisions basées sur les données.
★ 4.5 (31)

Créez des modèles d'apprentissage automatique avec TensorFlow dans le cloud

Découvrez le flux de travail complet de l'apprentissage automatique, de la préparation des données au déploiement du modèle, à l'aide de TensorFlow et des services cloud essentiels.
★ 4.2 (31)

Azure Data Science et Machine Learning pour l’examen DP-100

Apprenez à concevoir, implémenter et gérer des solutions d’apprentissage automatique de bout en bout sur Azure tout en vous préparant à la certification DP-100.
★ 4.6 (30)

Azure AI et Machine Learning

Maîtrisez le cycle de vie du machine learning basé sur le cloud, de la préparation initiale des données au déploiement et à la surveillance automatisés des modèles.
★ 4.7 (26)

Fondements de l'infrastructure AI

Apprenez à créer, déployer et gérer une infrastructure cloud évolutive pour les charges de travail d'intelligence artificielle à l'aide de pratiques modernes de conteneurs et de MLOps.
★ 4.3 (25)

Processus d'apprentissage automatique : des données au déploiement

Comprendre le processus itératif complet de création et de déploiement de modèles d'apprentissage automatique, ce qui vous permet de développer des solutions d'IA pratiques.
★ 4.7 (21)