آموزش استفاده از راه حل های یادگیری ماشین

بررسی اجمالی دوره Course Overview

• CourseTrailer_DeployingMachineLearningSolutions CourseTrailer_DeployingMachineLearningSolutions

• بررسی اجمالی دوره Course Overview

درک عواملی که بر مدل های مستقر تأثیر می گذارند Understanding Factors that Impact Deployed Models

• بررسی اجمالی ماژول Module Overview

• پیش نیازها و طرح کلی دوره Prerequisites and Course Outline

• گردش کار یادگیری ماشین کلاسیک The Classic Machine Learning Workflow

• واقعیت های جدید مدل های مستقر شده New Realities of Deployed Models

• نصب بیش از حد Overfitting

• Skew سرویس دهنده آموزش Training-serving Skew

• مفهوم رانش Concept Drift

• دشمنان هماهنگ Concerted Adversaries

• استقرار مدل های یادگیری ماشین Deploying Machine Learning Models

• خلاصه ماژول Module Summary

استقرار مدل های یادگیری ماشینی در فلاسک Deploying Machine Learning Models to Flask

• بررسی اجمالی ماژول Module Overview

• سریال سازی پارامترهای مدل Serializing Model Parameters

• نسخه ی نمایشی: سریال سازی و حذف مدل ها با استفاده از JSON Demo: Serializing and Deserializing Models Using JSON

• نسخه ی نمایشی: استفاده از Pickle و Joblib برای سریال سازی و حذف مدل ها Demo: Using Pickle and Joblib to Serialize and Deserialize Models

• نسخه ی نمایشی: مدل های بازرسی و از سرگیری آموزش از یک ایست بازرسی Demo: Checkpointing Models and Resuming Training from a Checkpoint

• نسخه ی نمایشی: سریال سازی پیش پردازنده ها و مدل ها Demo: Serializing Pre-processors and Models

• نسخه ی نمایشی: سریال سازی خطوط لوله Demo: Serializing Pipelines

• استفاده از فلاسک برای استقرار مدل Using Flask for Model Deployment

• نسخه ی نمایشی: استفاده از یک مدل برای پیش بینی با استفاده از فلاسک Demo: Deploying a Model for Prediction Using Flask

• خلاصه ماژول Module Summary

استقرار مدل های یادگیری ماشین در محیط های بدون سرور Cloud Deploying Machine Learning Models to Serverless Cloud Environments

• بررسی اجمالی ماژول Module Overview

• محاسبه بدون سرور مبتنی بر رویداد Event-driven Serverless Compute

• نسخه ی نمایشی: سریال سازی مدل های طبقه بندی Demo: Serializing Classification Models

• نسخه ی نمایشی: بارگذاری پرونده های Pickle در Cloud Storage Demo: Uploading Pickle Files to Cloud Storage

• نسخه ی نمایشی: استفاده از یک مدل در Google Cloud Functions Demo: Deploying a Model to Google Cloud Functions

• نسخه ی نمایشی: انجام پیش بینی ها با استفاده از توابع ابر Demo: Performing Predictions Using Cloud Functions

• خلاصه ماژول Module Summary

استقرار مدلهای یادگیری ماشین در Google AI Platform Deploying Machine Learning Models to Google AI Platform

• بررسی اجمالی ماژول Module Overview

• معرفی Google AI Platform Introducing the Google AI Platform

• نسخه ی نمایشی: شروع با Cloud AI Platform Demo: Getting Started with Cloud AI Platform

• نسخه ی نمایشی: ایجاد یک مدل و یک نسخه Demo: Creating a Model and a Version

• نسخه ی نمایشی: برنامه ریزی یک کار ارزیابی برای نمونه نمونه های پیش بینی Demo: Scheduling an Evaluation Job to Sample Prediction Instances

• نسخه ی نمایشی: آزمایش مدل مستقر شده با استفاده از کنسول وب Demo: Testing the Deployed Model Using the Web Console

• نسخه ی نمایشی: پیش بینی مدل با استفاده از ابزار خط فرمان gcloud Demo: Model Predictions Using the gcloud Command Line Utility

• نسخه ی نمایشی: فراخوانی API پیش بینی ها با استفاده از cURL Demo: Invoking the Predictions API Using cURL

• نسخه ی نمایشی: نظارت بر مدل های مستقر با استفاده از Stackdriver Demo: Monitoring Deployed Models Using Stackdriver

• خلاصه ماژول Module Summary

استقرار مدل های یادگیری عمیق در AWS SageMaker Deploying Deep Learning Models to AWS SageMaker

• بررسی اجمالی ماژول Module Overview

• معرفی Amazon SageMaker Introducing Amazon SageMaker

• آموزش یک مدل در SageMaker Training a Model on SageMaker

• استقرار یک مدل در SageMaker Deploying a Model on SageMaker

• نسخه ی نمایشی: ایجاد یک نمونه نوت بوک SageMaker Demo: Creating a SageMaker Notebook Instance

• نسخه ی نمایشی: شروع کار با SageMaker برای آموزش توزیع شده Demo: Getting Started with SageMaker for Distributed Training

• نسخه ی نمایشی: اسکریپت جریان تنسور برای آموزش توزیع شده Demo: Tensor Flow Script for Distributed Training

• نسخه ی نمایشی: آموزش توزیع شده با استفاده از برآوردگر تنش SageMaker Demo: Distributed Training Using the SageMaker Tensor Flow Estimator

• نسخه ی نمایشی: استفاده از مدل پیش بینی ها Demo: Deploying the Model for Predictions

• نسخه ی نمایشی: حسابرسی و انطباق با استفاده از Cloud Trail Demo: Auditing and Compliance Using Cloud Trail

• خلاصه و مطالعه بیشتر Summary and Further Study