このコースについて

28,794 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。
次における3の2コース
上級レベル

Working knowledge of ML & Python, familiarity with Jupyter notebook & stat, completion of the Deep Learning & AWS Cloud Technical Essentials courses

約11時間で修了
英語

学習内容

  • Store and manage machine learning features using a feature store

  • Debug, profile, tune and evaluate models while tracking data lineage and model artifacts

習得するスキル

ML Pipelines and MLOpsModel Training and Deployment with BERTModel Debugging and EvaluationFeature engineering and feature storeArtifact and lineage tracking
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。
次における3の2コース
上級レベル

Working knowledge of ML & Python, familiarity with Jupyter notebook & stat, completion of the Deep Learning & AWS Cloud Technical Essentials courses

約11時間で修了
英語

提供:

Placeholder

deeplearning.ai

Placeholder

Amazon Web Services

シラバス - 本コースの学習内容

1

1

4時間で修了

Week 1: Feature Engineering and Feature Store

4時間で修了
11件のビデオ (合計40分), 1 学習用教材, 3 個のテスト
2

2

3時間で修了

Week 2: Train, Debug, and Profile a Machine Learning Model

3時間で修了
8件のビデオ (合計38分), 1 学習用教材, 2 個のテスト
3

3

4時間で修了

Week 3: Deploy End-To-End Machine Learning pipelines

4時間で修了
8件のビデオ (合計63分), 3 学習用教材, 2 個のテスト

レビュー

BUILD, TRAIN, AND DEPLOY ML PIPELINES USING BERT からの人気レビュー

すべてのレビューを見る

Practical Data Science専門講座について

Practical Data Science

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。