Kubeflow untuk Pembelajaran Mesin: Persediaan dan Pengurusan Aliran Kerja

Menguruskan kitaran hayat lengkap model pembelajaran mesin boleh menjadi kompleks, memerlukan alat yang kukuh untuk orkestra dan penempatan. Kursus asas ini menyediakan pemahaman tentang Kubeflow, membolehkan anda merangka dan mengurus projek pembelajaran mesin anda daripada penyediaan data kepada penempatan model. Apa yang anda akan pelajari: * Memahami komponen teras dan corak seni bina Kubeflow. * Mengkonfigurasi dan menempatkan persekitaran Kubeflow pada kluster Kubernetes. * Reka bentuk dan laksanakan paip pembelajaran mesin hujung-ke-hujung menggunakan Kubeflow Pipelines. * Urus eksperimen ML, jejak metrik, dan model versi dalam Kubeflow. * Gunakan prinsip MLOps asas untuk aliran kerja ML yang boleh skala dan boleh dihasilkan semula. * Amalkan penyepaduan rangka kerja ML biasa ke dalam tugas yang diatur oleh Kubeflow. Kursus ini bermula dengan teras terminologi dan gambaran keseluruhan seni bina, meneruskan kepada konfigurasi praktikal dan aplikasi praktikal komponen Kubeflow. Anda akan belajar untuk membina dan mengurus aliran kerja pembelajaran mesin anda sendiri dari awal. Kursus ini direka untuk pemula dalam operasi pembelajaran mesin dan bakal jurutera ML yang ingin memanfaatkan Kubeflow untuk mengurus projek mereka. Tiada pengalaman terdahulu dengan Kubeflow diperlukan, walaupun pemahaman asas tentang konsep pembelajaran mesin dan antara muka baris arahan adalah berguna. Mulakan perjalanan anda untuk menguasai Kubeflow dan ubah pembangunan pembelajaran mesin anda.