or
Ця вправа є частиною курсу
У цьому першому розділі ви виконаєте базові етапи будь-якого проєкту з машинного навчання: проєктування end-to-end кейсу використання, розвідувальний аналіз даних і підготовку даних. Наприкінці розділу ви матимете чітке розуміння ранніх етапів ML-проєкту — від формулювання кейсу до підготовки даних для подальшої обробки та навчання моделі.
У цьому розділі ми детально розглянемо ключові процеси навчання та оцінювання моделей. Він містить чотири ґрунтовні уроки з акцентом на ознакоінженерію, навчання моделей, логування експериментів і оцінювання моделей.
Цей розділ присвячений ключовим елементам розгортання моделі — критично важливому етапу в життєвому циклі машинного навчання. Розпочнемо з тестування, далі перейдемо до архітектурних компонентів із фокусом на сховищах ознак і реєстрах моделей. Після цього зануримося у пакування та контейнеризацію. Завершимо оглядом безперервної інтеграції та безперервного розгортання (CI/CD).
У фінальному розділі ви розберетеся зі складнощами моніторингу моделей — критично важливої фази в життєвому циклі машинного навчання.
Поточна вправа