LearnFlat · AI, เทคโนโลยีและวิศวกรรม · AI และแมชชีนเลิร์นนิง

MLOps (การดำเนินงาน Machine Learning)

เรียนรู้หลักการและแนวปฏิบัติในการปรับใช้ ตรวจสอบ และบำรุงรักษาโมเดล Machine Learning ในสภาพแวดล้อมการใช้งานจริง เชื่อมช่องว่างระหว่าง Data Science และ DevOps

46 courses

🔥 ยอดนิยม 🎓 มีใบรับรอง

MLOps (การดำเนินงาน Machine Learning)

รากฐานของ MLOps: การปรับใช้และตรวจสอบโมเดลแมชชีนเลิร์นนิง

เครื่องมือการเรียนรู้แบบจำลอง การนำไปใช้และระบบการผลิต

เรียนรู้เครื่อง Azure & MLOps: สร้างและนำเสนอแบบจำลอง ML

แนะนำ MLOps: สร้างและใช้ท่อส่งข้อมูลกับ Azure

MLOps Foundations: การปรับใช้และปรับขนาด Machine Learning Pipelines

การนำโมเดล Machine Learning ไปใช้งานจริงด้วย FastAPI, Docker, และ AWS

การปรับใช้โมเดล Machine Learning ด้วย Python และ Docker

Hands-On Machine Learning: Build and Deploy with Python and MLOps

ความพร้อมสำหรับการสอบ Azure Machine Learning และ DP-100

MLOps Foundations: Automated Pipelines with Kubernetes and Cloud Tools

แมชชีนเลิร์นนิงแบบไม่ต้องเขียนโค้ดด้วย Azure ML Studio

พื้นฐาน Machine Learning บนคลาวด์ด้วย Azure

การนำโปรเจกต์วิทยาศาสตร์ข้อมูลและแมชชีนเลิร์นนิงไปใช้งานจริงด้วย Python

วิศวกรการเรียนรู้เครื่องมือคลาวด์

วิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่องจักรกับการประยุกต์ใช้ในโลกจริง

การเรียนรู้เครื่องและ TensorFlow บนโครงสร้างพื้นฐานคลาวด์

Keras Machine Learning: สร้าง ฝึกฝน และปรับใช้บน Cloud Platform

พื้นฐานการเรียนรู้เครื่องและข้อมูลขนาดใหญ่

การขยายขนาดโมเดล Machine Learning ด้วย TensorFlow และโครงสร้างพื้นฐานคลาวด์

แมชชีนเลิร์นนิงข้อมูลขนาดใหญ่ด้วย Apache Spark

พื้นฐานวิทยาศาสตร์ข้อมูลในภาษาฮินดี

Data Science Foundations: Building Scalable, Production-Ready Solutions

MLOps Foundations: สร้างและปรับใช้ Machine Learning Pipelines

MLOps Foundations: สร้าง, Deploy, และ Monitor Production ML Pipelines