or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
บทนี้จะให้ทักษะและความรู้ที่จำเป็นในการนำโมเดล Machine Learning จากขั้นตอนวิจัยและพัฒนาไปสู่สภาพแวดล้อม Production คุณจะได้เรียนรู้กระบวนการเปลี่ยนจาก Prototype ในงานวิจัยให้กลายเป็นระบบที่เชื่อถือได้ ขยายขนาดได้ และดูแลรักษาได้
ในบทนี้ คุณจะได้เรียนรู้ถึงความสำคัญของการทำซ้ำได้ (Reproducibility) ใน Machine Learning รวมถึงวิธีทำให้โมเดลยังคงทำซ้ำได้และเชื่อถือได้ในระยะยาว คุณจะได้สำรวจเทคนิคและแนวปฏิบัติที่ดีที่สุดหลากหลายรูปแบบเพื่อรับประกัน Reproducibility ของโมเดล
ในบทที่ 3 คุณจะได้ศึกษาความท้าทายต่าง ๆ ที่เกิดขึ้นจากการนำโมเดล Machine Learning ไปใช้งานในสภาพแวดล้อม Production คุณจะได้เรียนรู้แนวทางการ Deploy โมเดล ML ใน Production รวมถึงกลยุทธ์การติดตามและดูแลรักษาโมเดล ML
ในบทสุดท้าย คุณจะได้เรียนรู้วิธีการทดสอบ Machine Learning Pipeline ในรูปแบบต่าง ๆ เพื่อให้แน่ใจว่า Pipeline ทำงานได้ตามที่คาดหวัง คุณจะได้เข้าใจความสำคัญของการทดสอบ ML Pipeline พร้อมเรียนรู้เทคนิคสำหรับการทดสอบและตรวจสอบความถูกต้องของ ML Pipeline
แบบฝึกหัดปัจจุบัน