効果的なMLOps:モデル開発

効果的なMLOps:モデル開発
機械学習モデルを製品化するには、数多くの複雑な構成要素から成る開発ワークフローを繰り返し実行していく必要があります。調和のとれたコラボレーションを実現してくれる効果的なMLOpsシステムを導入することは、スピードと正確性の両方を実現し、継続的にリリース可能なMLモデル構築する上で不可欠です。
3時間の動画コンテンツ
無料

あなたの目標

無料のWeights & Biasesコースに登録すると学べること:

  • モデル開発の加速化および拡張
  • 生産性の改善
  • 再現性の確保
  • より優れたモデルのを短時間でトレーニングする方法

コースのカリキュラム

  • コースへようこそ
  • エンドツーエンドプロトタイプの構築
  • ベースラインからの発展
  • モデル評価
  • 次のステップ

コース概要

  • ベストプラクティスの機械学習ワークフロー
  • W&Bでのテーブルとレポートを使った探索的データ解析
  • W&Bのアーティファクトとモデルレジストリによるデータセットとモデルのバージョン管理
  • 実験のトラッキングと分析
  • スイープによるハイパーパラメーター最適化の自動化
  • 再現性とエンタープライズレベルのガバナンスを徹底するモデル評価技法
インストラクター

Hamel Husain

機械学習エンジニア
Hamel Husainは現在、fast.aiの客員起業家であり、データサイエンティストや機械学習エンジニア向けのツールを構築しています。Hamelはこれまで、Airbnb、DataRobot、GitHubといった企業で多岐にわたる機械学習製品やインフラを手掛けてきました。Hamelは、Metaflow、Kubeflow、Jupyter、Great Expectationsなどのオープンソースにおけるデータやインフラツールの開発に貢献してきました。またHamelは10年以上のキャリアを持つコンサルタントでもあり、データサイエンスを駆使し、レストラン、エンターテインメント、テレコミュニケーション、小売産業においてビジネスの改善に努めてきました。
Explore our other courses