Machine Learning und TensorFlow in der Cloud-Infrastruktur

Moderne Data Science erfordert mehr als nur lokale Skripte. Sie benötigt die Leistungsfähigkeit der Cloud, um Modelle im großen Maßstab zu trainieren und zu bedienen. Dieser Kurs bietet eine solide Grundlage für Machine Learning-Workflows, von der anfänglichen Datenvorbereitung bis hin zur Bereitstellung professioneller Modelle in einer Cloud-Umgebung. Was Sie lernen werden: - Verstehen Sie grundlegende Konzepte des maschinellen Lernens und die TensorFlow-Architektur - Vorbereiten und Vorverarbeiten großer Datensätze für cloudbasiertes Training - Erstellen und trainieren Sie neuronale Netzwerke mit der Keras API in TensorFlow - Bereitstellen von Modellen in der Produktion mit modernen Cloud-nativen Hosting-Services - Wenden Sie MLOps-Grundlagen an, um Modellversionen und Leistungsverfolgung zu verwalten - Üben Sie das Schreiben skalierbaren Codes, der für verteilte Rechenumgebungen geeignet ist Beginnend mit der Kernterminologie und den grundlegenden Definitionen geht der Lehrplan durch die Grundlagen des Data Engineering, bevor er in die Modellentwicklung und die Cloud-Bereitstellungsstrategien eintaucht. Dieser Kurs richtet sich an Anfänger, die vom lokalen Experimentieren zum professionellen Cloud-basierten Machine Learning übergehen möchten. Keine vorherige Cloud-Erfahrung erforderlich.