このコースについて

227,508 最近の表示
柔軟性のある期限
スケジュールに従って期限をリセットします。
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
上級レベル

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

約10時間で修了
英語

学習内容

  • 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.

習得するスキル

Human-level Performance (HLP)Concept DriftModel baselineProject Scoping and DesignML Deployment Challenges
柔軟性のある期限
スケジュールに従って期限をリセットします。
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
上級レベル

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

約10時間で修了
英語

提供:

Placeholder

deeplearning.ai

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up97%(3,142 件の評価)Info
1

1

3時間で修了

Week 1: Overview of the ML Lifecycle and Deployment

3時間で修了
9件のビデオ (合計81分), 3 学習用教材, 2 個のテスト
2

2

3時間で修了

Week 2: Select and Train a Model

3時間で修了
16件のビデオ (合計107分), 1 学習用教材, 2 個のテスト
3

3

4時間で修了

Week 3: Data Definition and Baseline

4時間で修了
16件のビデオ (合計128分), 3 学習用教材, 2 個のテスト

レビュー

INTRODUCTION TO MACHINE LEARNING IN PRODUCTION からの人気レビュー

すべてのレビューを見る

Machine Learning Engineering for Production (MLOps)専門講座について

Machine Learning Engineering for Production (MLOps)

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。