WalkSelf · KI, Technologie & Ingenieurwesen · KI & Machine Learning

MLOps (Machine Learning Operations)

Lernen Sie die Prinzipien und Praktiken für die Bereitstellung, Überwachung und Wartung von Machine-Learning-Modellen in der Produktion. Schließen Sie die Lücke zwischen Data Science und DevOps.

MLOps (Machine Learning Operations)

Grundlagen von MLOps: Bereitstellen und Überwachen von Machine-Learning-Modellen

Bereitstellungs- und Produktionspipelines für Modelle des maschinellen Lernens

Azure Machine Learning & MLOps: ML-Modelle erstellen und bereitstellen

Einführung in MLOps: Pipelines mit Azure erstellen und bereitstellen

Bereitstellung von Machine Learning-Modellen mit Python und Docker

Vorbereitung auf die Zertifizierung als Cloud Machine Learning Engineer

Data Science und maschinelles Lernen mit realen Anwendungen

Machine Learning und TensorFlow in der Cloud-Infrastruktur

Keras Machine Learning: Erstellen, Trainieren und Bereitstellen auf der Cloud-Plattform

Skalierbares Machine Learning und Big Data-Grundlagen

Azure Machine Learning: Erstellen und Verwalten von Lösungen

Grundlegende MLOps mit Cloud-Plattformen

Bereitstellung von Machine Learning-Modellen

Grundlagen der Cloud-Datenanalyse und des maschinellen Lernens

Erstellen Sie Machine Learning-Modelle mit TensorFlow in der Cloud

Azure Data Science und Machine Learning für die DP-100-Prüfung

Grundlagen von Azure AI und Machine Learning

Grundlagen der KI-Infrastruktur der Cloud-Plattform

Machine Learning-Workflow: Von den Daten bis zur Bereitstellung

Machine Learning mit Spark ML: Erstellen skalierbarer Modelle