or
Acest exercițiu face parte din cursul
În acest prim capitol, vei parcurge etapele fundamentale ale oricărui proiect de machine learning: proiectarea unui caz de utilizare end-to-end, analiza exploratorie a datelor și pregătirea datelor. La finalul capitolului, vei avea o înțelegere solidă a etapelor inițiale ale unui proiect de machine learning, de la conceptualizarea cazului de utilizare până la pregătirea datelor pentru procesare ulterioară și antrenarea modelului.
Acest capitol explorează în profunzime procesele esențiale de antrenare și evaluare a modelelor. Include patru lecții cuprinzătoare, care acoperă diverse aspecte ale inginerie caracteristicilor, antrenării modelelor, înregistrării experimentelor și evaluării modelelor.
Acest capitol analizează elementele esențiale ale implementării modelelor, o etapă crucială în ciclul de viață al machine learning-ului. Pornind de la testare, capitolul avansează spre componente arhitecturale, cu accent pe stocurile de caracteristici și registrele de modele. Vom explora apoi domeniul pachetizării și containerizării. Capitolul se încheie cu o prezentare generală a Integrării Continue și Implementării Continue (CI/CD).
În ultimul capitol, vei naviga prin complexitățile monitorizării modelelor, o etapă critică în ciclul de viață al machine learning-ului.
Exercițiul curent