Informações sobre o curso

19.385 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

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

Aprox. 14 horas para completar
Inglês

O que você vai aprender

  • Store and manage machine learning features using a feature store

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

Habilidades que você terá

  • ML Pipelines and MLOps
  • Model Training and Deployment with BERT
  • Model Debugging and Evaluation
  • Feature engineering and feature store
  • Artifact and lineage tracking
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

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

Aprox. 14 horas para completar
Inglês

oferecido por

Placeholder

deeplearning.ai

Placeholder

Amazon Web Services

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

5 horas para concluir

Week 1: Feature Engineering and Feature Store

5 horas para concluir
11 vídeos (Total 40 mín.), 1 leitura, 4 testes
Semana
2

Semana 2

4 horas para concluir

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

4 horas para concluir
8 vídeos (Total 38 mín.), 1 leitura, 3 testes
Semana
3

Semana 3

5 horas para concluir

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

5 horas para concluir
8 vídeos (Total 63 mín.), 3 leituras, 3 testes

Avaliações

Principais avaliações do BUILD, TRAIN, AND DEPLOY ML PIPELINES USING BERT

Visualizar todas as avaliações

Sobre Programa de cursos integrados Practical Data Science

Practical Data Science

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao estudante.