이 강좌에 대하여

최근 조회 164,868
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 1번째 강좌:
고급 단계

• Some knowledge of AI / deep learning • Intermediate Python skills • Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

완료하는 데 약 10시간 필요
영어

배울 내용

  • Identify the key components of the ML lifecycle and pipeline and compare the ML modeling iterative cycle with the ML product deployment cycle.

  • Understand how performance on a small set of disproportionately important examples may be more crucial than performance on the majority of examples.

  • Solve problems for structured, unstructured, small, and big data. Understand why label consistency is essential and how you can improve it.

귀하가 습득할 기술

  • Human-level Performance (HLP)
  • Concept Drift
  • Model baseline
  • Project Scoping and Design
  • ML Deployment Challenges
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 1번째 강좌:
고급 단계

• Some knowledge of AI / deep learning • Intermediate Python skills • Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

완료하는 데 약 10시간 필요
영어

제공자:

Placeholder

deeplearning.ai

강의 계획표 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up97%(3,597개의 평가)Info
1

1

완료하는 데 3시간 필요

Week 1: Overview of the ML Lifecycle and Deployment

완료하는 데 3시간 필요
9개 동영상 (총 81분), 3 개의 읽기 자료, 3 개의 테스트
2

2

완료하는 데 3시간 필요

Week 2: Select and Train a Model

완료하는 데 3시간 필요
16개 동영상 (총 107분), 1 개의 읽기 자료, 3 개의 테스트
3

3

완료하는 데 4시간 필요

Week 3: Data Definition and Baseline

완료하는 데 4시간 필요
16개 동영상 (총 128분), 3 개의 읽기 자료, 3 개의 테스트

검토

INTRODUCTION TO MACHINE LEARNING IN PRODUCTION의 최상위 리뷰

모든 리뷰 보기

Machine Learning Engineering for Production (MLOps) 특화 과정 정보

Machine Learning Engineering for Production (MLOps)

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.