이 강좌에 대하여

최근 조회 19,789
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 3개 강좌 중 2번째 강좌:
고급 단계

Working knowledge of ML & Python, familiarity with Jupyter notebook & stat, completion of the Deep Learning & AWS Cloud Technical Essentials courses

완료하는 데 약 14시간 필요
영어

배울 내용

  • Store and manage machine learning features using a feature store

  • Debug, profile, tune and evaluate models while tracking data lineage and model artifacts

귀하가 습득할 기술

  • ML Pipelines and MLOps
  • Model Training and Deployment with BERT
  • Model Debugging and Evaluation
  • Feature engineering and feature store
  • Artifact and lineage tracking
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 3개 강좌 중 2번째 강좌:
고급 단계

Working knowledge of ML & Python, familiarity with Jupyter notebook & stat, completion of the Deep Learning & AWS Cloud Technical Essentials courses

완료하는 데 약 14시간 필요
영어

제공자:

Placeholder

deeplearning.ai

Placeholder

Amazon Web Services

강의 계획표 - 이 강좌에서 배울 내용

1

1

완료하는 데 5시간 필요

Week 1: Feature Engineering and Feature Store

완료하는 데 5시간 필요
11개 동영상 (총 40분), 1 개의 읽기 자료, 4 개의 테스트
2

2

완료하는 데 4시간 필요

Week 2: Train, Debug, and Profile a Machine Learning Model

완료하는 데 4시간 필요
8개 동영상 (총 38분), 1 개의 읽기 자료, 3 개의 테스트
3

3

완료하는 데 5시간 필요

Week 3: Deploy End-To-End Machine Learning pipelines

완료하는 데 5시간 필요
8개 동영상 (총 63분), 3 개의 읽기 자료, 3 개의 테스트

검토

BUILD, TRAIN, AND DEPLOY ML PIPELINES USING BERT의 최상위 리뷰

모든 리뷰 보기

Practical Data Science 특화 과정 정보

Practical Data Science

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.