Schița de curs
Introducere
Istorie, evoluție și tendințe pentru Machine Learning
Rolul Big Data în Machine Learning
Infrastructură pentru gestionarea Big Data
Utilizarea datelor istorice și în timp real pentru a prezice comportamentul
Studiu de caz: Machine Learning În toate industriile
Evaluarea aplicațiilor și capacităților existente
Perfecționare pentru Machine Learning
Instrumente pentru punerea în aplicare Machine Learning
Cloud vs. servicii on-premise
Înțelegerea backend-ului Data Middle
Prezentare generală a Data Mining și analiză
Combinarea Machine Learning cu Data Mining
Studiu de caz: Implementarea Intelligent Applications pentru a oferi experiențe personalizate utilizatorilor
Rezumat și concluzii
Cerințe
- O înțelegere a conceptelor de baze de date
- Experiență în dezvoltarea de aplicații software
Audiență
- Dezvoltatorii
Mărturii (2)
ecosistemul ML nu se limitează la MLFlow ci include și Optuna, hyperops, docker, docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Curs - MLflow
Tradus de catre o masina
Am apreciat participarea la antrenamentul Kubeflow, care s-a desfășurat în mod remote. Acest antrenament m-a permis să consolidez cunoștințele despre serviciile AWS, K8s și toolele devOps din jurul Kubeflow, care sunt bazele necesare pentru a aborda subiectul în mod corespunzător. Doresc să-i mulțumesc lui Malawski Marcin pentru paciența și profesionalismul arătat în antrenament și în oferirea de sfaturi privind cele mai bune practici. Malawski abordează subiectul din diferite perspective, folosind diverse instrumente de dezvoltare Ansible, EKS kubectl, Terraform. Acum sunt cu siguranță convins că mă îndrept către domeniul potrivit de aplicare.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Curs - Kubeflow
Tradus de catre o masina