フルスタック7ステップMLOpsフレームワーク
7 Step MLOps Framework
プレビュー：エンドツーエンドの機械学習バッチアーキテクチャについて知っておく必要のあるすべての情報
この記事は、「The Full Stack 7-Steps MLOps Framework」というタイトルの7つのレッスンからなる無料コースの概要を表しています。このコースでは、MLOpsのベストプラクティスを使用して、MLシステムの設計、実装、トレーニング、デプロイ、監視の手順をステップバイステップで学ぶことができます。
→ もしコースを受講したくない場合、この記事はエンドツーエンドのMLバッチアーキテクチャの全体像を把握するためのスタンドアロンのフレームワークとしても機能します。
このコースでは、デンマークの複数の消費者タイプに対して、次の24時間のエネルギー消費レベルを予測するためのプロダクションレディなエンドツーエンドバッチMLシステムを構築します。
現在、証明書は至る所にあります。後で自慢できる高度なエンドツーエンドプロジェクトを構築することは、プロのエンジニアとしての認識を得る最良の方法です。
忙しくて無料コースのカリキュラムを素早くチェックしたい場合、ここが正しい場所です。
目次：
- コース紹介
- コースのレッスン
- バッチアーキテクチャ
- 7つのステップの詳細
- バッチアーキテクチャをオンラインMLシステムに適用する方法
- 結論
コース紹介
この7つのレッスンのコースの終わりに、以下のことを知ることができるでしょう：
- バッチサービングアーキテクチャの設計
- フィーチャーストアとしてのHopsworksの使用
- APIからデータを読み込むフィーチャーエンジニアリングパイプラインの設計
- ハイパーパラメータチューニングを行うトレーニングパイプラインの構築
- 実験、モデル、メタデータを追跡するためのMLプラットフォームとしてのW&Bの使用
- バッチ予測パイプラインの実装
- 自身のPythonパッケージをビルドするためのPoetryの使用
- 独自のプライベートPyPiサーバーのデプロイ
- Airflowを使用してすべてをオーケストレーションする
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
