or
Deze oefening maakt deel uit van de cursus
In dit eerste hoofdstuk ga je aan de slag met de basisfasen van elk machine learning-project: het ontwerpen van een end-to-end machine learning-usecase, verkennende data-analyse en gegevensvoorbereiding. Aan het einde van het hoofdstuk heb je een solide begrip van de vroege stadia van een machine learning-project, van het uitwerken van een usecase tot het voorbereiden van de data voor verdere verwerking en modeltraining.
In dit hoofdstuk ga je dieper in op de essentiële stappen van modeltraining en -evaluatie. Het bestaat uit vier uitgebreide lessen, met aandacht voor verschillende aspecten van feature engineering, modeltraining, experimenten loggen en modelevaluatie.
Dit hoofdstuk behandelt de belangrijkste elementen van modeluitrol, een cruciale fase in de machine learning-levenscyclus. We beginnen met testen en gaan daarna verder met architectuurcomponenten, met de nadruk op feature stores en modelregisters. Vervolgens duiken we in packaging en containerization. Het hoofdstuk sluit af met een overzicht van Continuous Integration en Continuous Deployment (CI/CD).
In het laatste hoofdstuk navigeer je door de nuances van modelmonitoring, een cruciale fase in de machine learning-levenscyclus.
Huidige oefening