MLOps (การดำเนินงาน Machine Learning)
เรียนรู้หลักการและแนวปฏิบัติในการปรับใช้ ตรวจสอบ และบำรุงรักษาโมเดล Machine Learning ในสภาพแวดล้อมการใช้งานจริง เชื่อมช่องว่างระหว่าง Data Science และ DevOps
13 courses
การเปลี่ยนแปลงจากงานวิจัยไปสู่การผลิต โดยการเรียนรู้วิธีการแพ็คเกจ ทดสอบ และนำเสนอแบบจำลองการเรียนรู้ของเครื่อง ผ่านท่อส่งที่แข็งแกร่ง
เรียนรู้ทักษะพื้นฐานในการจัดการและบริหารจัดการแบบจำลองการเรียนรู้เครื่องอย่างมีประสิทธิภาพ ตั้งแต่การพัฒนาจนถึงการนำไปใช้ โดยใช้หลักการ Azure Machine Learning และ MLOps
เรียนรู้วิธีเชื่อมโยงความแตกต่างระหว่างวิทยาศาสตร์ข้อมูลและการผลิตโดยการออกแบบการรวมกันอย่างต่อเนื่อง, การส่งมอบและท่อส่งการฝึกอบรมโดยใช้ Azure DevOps และ Azure Machine Learning
เชี่ยวชาญพื้นฐานการวิเคราะห์ข้อมูลและแมชชีนเลิร์นนิงเพื่อดึงข้อมูลเชิงลึกที่นำไปใช้ได้จริง และตัดสินใจอย่างมีข้อมูลโดยใช้เครื่องมือ Python ที่ทันสมัย
เรียนรู้การเรียนรู้เครื่องที่ใช้คลาวด์, MLOps และการนำโมเดลไปใช้ เพื่อเตรียมความพร้อมสำหรับการรับรองวิศวกร ML คลาวด์มืออาชีพของคุณ
สร้างฐานที่มั่นคงในวิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่อง เรียนรู้วิธีวิเคราะห์ข้อมูลและนำเสนอแบบจำลอง สำหรับอุตสาหกรรมในโลกจริง
เรียนรู้การสร้าง, ฝึกอบรม และ นำเสนอแบบจำลองการเรียนรู้ของเครื่องมือมืออาชีพ โดยใช้ TensorFlow ในสภาพแวดล้อมคลาวด์สมัยใหม่
เรียนรู้การประมวลผลข้อมูลขนาดใหญ่ และสร้างแบบจำลองการคาดการณ์ ใช้การคำนวณแบบกระจายและรูปแบบ AI สมัยใหม่
เรียนรู้การสร้าง ฝึกฝน และปรับใช้โมเดลแมชชีนเลิร์นนิงในการผลิต โดยใช้แนวทางปฏิบัติ MLOps บนคลาวด์ที่จำเป็น
เรียนรู้วิธีปรับใช้โมเดล Machine Learning และสร้าง data products ที่ใช้งานได้จริงสำหรับแอปพลิเคชันในโลกแห่งความเป็นจริง
ทำความเข้าใจเวิร์กโฟลว์แมชชีนเลิร์นนิงที่สมบูรณ์ ตั้งแต่การเตรียมข้อมูลไปจนถึงการปรับใช้โมเดล โดยใช้ TensorFlow และบริการคลาวด์ที่จำเป็น
เรียนรู้การสร้าง ปรับใช้ และจัดการโครงสร้างพื้นฐานคลาวด์ที่ปรับขนาดได้สำหรับภาระงานปัญญาประดิษฐ์ โดยใช้แนวทางปฏิบัติของคอนเทนเนอร์และ MLOps ที่ทันสมัย
ทำความเข้าใจกระบวนการที่สมบูรณ์และวนซ้ำในการสร้างและนำโมเดล Machine Learning ไปใช้งานจริง ช่วยให้คุณสามารถพัฒนาโซลูชัน AI ที่ใช้งานได้จริง