آموزش استقرار و نگهداری مدل برای دانشمندان داده

Model Deployment and Maintenance for Data Scientists

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: مدل‌های یادگیری ماشین تنها زمانی مفید می‌شوند که شروع به پشتیبانی از کسب‌وکار از طریق یک برنامه کاربردی مستقر کنند. در این دوره، استقرار و نگهداری مدل برای دانشمندان داده، شما توانایی اجرا، نظارت و بهینه سازی مدل های یادگیری ماشین را در تولید به دست خواهید آورد. ابتدا، گزینه‌هایی را برای استقرار مدل‌های یادگیری ماشین به عنوان نقطه پایانی API بررسی خواهید کرد. در مرحله بعد، معیارها و KPIها را برای مدلی که باید نظارت کنید، کشف خواهید کرد. در نهایت، یاد خواهید گرفت که چگونه مدل خود را با گذشت زمان تکرار و بهبود دهید. پس از اتمام این دوره، مهارت ها و دانش بکارگیری و حفظ مدل های یادگیری ماشینی مورد نیاز برای تولید خط لوله یادگیری ماشین خود را خواهید داشت.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

بسته بندی و استقرار مدل شما Packaging and Deploying Your Model

  • مقدمه و پیش نیاز دوره Course Introduction and Prerequisites

  • بررسی خط لوله یادگیری ماشین Review of the Machine Learning Pipeline

  • مجموعه داده های بیمه The Insurance Dataset

  • استنتاج یادگیری ماشینی Machine Learning Inferencing

  • یادگیری ماشین و کانتینرها Machine Learning and Containers

  • نسخه ی نمایشی: یادگیری ماشین و کانتینرها Demo: Machine Learning and Containers

  • آموزش و استنباط Training and Inferencing

  • نسخه ی نمایشی: استقرار نقطه پایانی یادگیری ماشین Demo: Deploying a Machine Learning Endpoint

  • خلاصه ماژول Module Summary

نظارت و حفظ مدل شما Monitoring and Maintaining Your Model

  • نمای کلی ماژول Module Overview

  • دریفت مدل Model Drift

  • مقایسه ویژگی ها Feature Comparison

  • تخریب مدل Model Degradation

  • تست مدل شما Testing Your Model

  • خلاصه Summary

نمایش نظرات

آموزش استقرار و نگهداری مدل برای دانشمندان داده
جزییات دوره
37m
16
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
1
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Miguel Saavedra Miguel Saavedra

میگل Saavedra نویسنده ، معمار راه حل ها ، و مربی متخصص در AWS ، داده های بزرگ ، اتوماسیون و امنیت است. وی در چندین شرکت در امور مالی/فین تک ، آموزش و پزشکی و همچنین برخی از پروژه های دولتی کار کرده است. وی در مورد راه حلهای ابری و پیش فرض برای داده های بزرگ با تمرکز بر تجزیه و تحلیل شبکه و یادگیری ماشین ، تحقیق و تحقیق کرده است. وی همچنین ابزارهای CICD کاملاً در دسترس و خودکار را برای ریز خدمات با توان بالا در AWS طراحی می کند.