In the third course of Machine Learning Engineering for Production Specialization, you will build models for different serving environments; implement tools and techniques to effectively manage your modeling resources and best serve offline and online inference requests; and use analytics tools and performance metrics to address model fairness, explainability issues, and mitigate bottlenecks.
Este curso faz parte do Programa de cursos integrados Machine Learning Engineering for Production (MLOps)
18.062 já se inscreveram
oferecido por
Informações sobre o curso
75.353 visualizações recentes
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Nível avançado
• Some knowledge of AI / deep learning
• Intermediate Python skills
• Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)
Aprox. 25 horas para completar
Inglês
Sua empresa se beneficiaria do treinamento dos funcionários em habilidades sob demanda?
Experimente o Coursera for BusinessO que você vai aprender
Apply techniques to manage modeling resources and best serve batch and real-time inference requests.
Use analytics to address model fairness, explainability issues, and mitigate bottlenecks.
Habilidades que você terá
- Explainable AI
- Fairness Indicators
- automl
- Model Performance Analysis
- Precomputing Predictions
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Nível avançado
• Some knowledge of AI / deep learning
• Intermediate Python skills
• Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)
Aprox. 25 horas para completar
Inglês
Sua empresa se beneficiaria do treinamento dos funcionários em habilidades sob demanda?
Experimente o Coursera for Business
oferecido por
Programa - O que você aprenderá com este curso
6 horas para concluir
Week 1: Neural Architecture Search
6 horas para concluir
10 vídeos (Total 40 mín.), 4 leituras, 6 testes
5 horas para concluir
Week 2: Model Resource Management Techniques
5 horas para concluir
13 vídeos (Total 91 mín.), 6 leituras, 3 testes
5 horas para concluir
Week 3: High-Performance Modeling
5 horas para concluir
6 vídeos (Total 57 mín.), 4 leituras, 4 testes
5 horas para concluir
Week 4: Model Analysis
5 horas para concluir
12 vídeos (Total 69 mín.), 8 leituras, 4 testes
Avaliações
- 5 stars65,84%
- 4 stars19,71%
- 3 stars6,33%
- 2 stars4,92%
- 1 star3,16%
Principais avaliações do MACHINE LEARNING MODELING PIPELINES IN PRODUCTION
por IA14 de jun de 2022
There were a lot of useful information and practical insights about the subject of the course. The material on Tensorflow-specific modules felt a bit unorganized and cumbersome to go through.
por SM7 de jun de 2022
The assignments are just quizes, and no practical programming exercise
por RM13 de set de 2021
This is very helpful course to understand the life of model specially after its deployment.
por AK6 de ago de 2021
Some of the topics were too advanced and instructor assumes that we know those basics. It felt rush through little bit and more of reading slides then explaining at many places
Sobre Programa de cursos integrados Machine Learning Engineering for Production (MLOps)
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O que recebo ao me inscrever nesta Especialização?
Qual é a política de reembolso?
Mais dúvidas? Visite o Central de Ajuda ao estudante.
