課程信息

268,404 次近期查看
可靈活調整截止日期
根據您的日程表重置截止日期。
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
高級

• Some knowledge of AI / deep learning • Intermediate Python skills • Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

完成時間大約為10 小時
英語(English)

您將學到的內容有

  • Identify the key components of the ML lifecycle and pipeline and compare the ML modeling iterative cycle with the ML product deployment cycle.

  • Understand how performance on a small set of disproportionately important examples may be more crucial than performance on the majority of examples.

  • Solve problems for structured, unstructured, small, and big data. Understand why label consistency is essential and how you can improve it.

您將獲得的技能

Human-level Performance (HLP)Concept DriftModel baselineProject Scoping and DesignML Deployment Challenges
可靈活調整截止日期
根據您的日程表重置截止日期。
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
高級

• Some knowledge of AI / deep learning • Intermediate Python skills • Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

完成時間大約為10 小時
英語(English)

提供方

Placeholder

deeplearning.ai

教學大綱 - 您將從這門課程中學到什麼

內容評分Thumbs Up97%(2,553 個評分)Info
1

1

完成時間為 3 小時

Week 1: Overview of the ML Lifecycle and Deployment

完成時間為 3 小時
9 個視頻 (總計 81 分鐘), 3 個閱讀材料, 2 個測驗
2

2

完成時間為 3 小時

Week 2: Select and Train a Model

完成時間為 3 小時
16 個視頻 (總計 107 分鐘), 1 個閱讀材料, 2 個測驗
3

3

完成時間為 4 小時

Week 3: Data Definition and Baseline

完成時間為 4 小時
16 個視頻 (總計 128 分鐘), 3 個閱讀材料, 2 個測驗

審閱

來自INTRODUCTION TO MACHINE LEARNING IN PRODUCTION的熱門評論

查看所有評論

關於 Machine Learning Engineering for Production (MLOps) 專項課程

Machine Learning Engineering for Production (MLOps)

常見問題

還有其他問題嗎?請訪問 學生幫助中心