Informações sobre o curso

29.535 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. 11 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 MLOpsModel Training and Deployment with BERTModel Debugging and EvaluationFeature engineering and feature storeArtifact 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. 11 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

4 horas para concluir

Week 1: Feature Engineering and Feature Store

4 horas para concluir
11 vídeos (Total 40 mín.), 1 leitura, 3 testes
Semana
2

Semana 2

3 horas para concluir

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

3 horas para concluir
8 vídeos (Total 38 mín.), 1 leitura, 2 testes
Semana
3

Semana 3

4 horas para concluir

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

4 horas para concluir
8 vídeos (Total 63 mín.), 3 leituras, 2 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 Aprendiz.