MLOps avec Vertex AI : Fondations de l'évaluation des modèles

Construire un modèle d'apprentissage automatique n'est que la moitié du chemin ; s'assurer qu'il fonctionne de manière fiable en production nécessite une évaluation robuste et une surveillance continue. Ce cours textuel vous guide à travers les principes fondamentaux des opérations d'apprentissage automatique (MLOps) à l'aide de Vertex AI. Vous passerez de la simple formation de modèles à l'évaluation systématique de leurs performances, à l'identification des biais et au suivi des métriques clés pour garantir des déploiements de haute qualité. Ce que vous apprendrez : - Comprendre les concepts clés de MLOps et le cycle de vie de l'évaluation des modèles - Configurer les pipelines d'évaluation Vertex AI pour automatiser les tests de performance - Analyser les métriques d'évaluation clés pour les modèles de classification, de régression et de prévision - Identifier les biais des modèles et évaluer l'équité à l'aide de techniques d'évaluation modernes - Surveiller les modèles pour la dérive des données et la dérive des concepts afin de maintenir la précision au fil du temps - Implémenter le contrôle de version et le suivi des expériences d'apprentissage automatique Le cours commence par la terminologie essentielle de MLOps et la théorie fondamentale de l'évaluation, avant de vous guider à travers des explications écrites étape par étape sur la configuration et l'exécution des tâches d'évaluation. Conçu pour les futurs ingénieurs ML, les scientifiques des données et les développeurs débutants en opérations, ce cours ne nécessite que des connaissances de base en apprentissage automatique et aucune expérience préalable en opérations cloud. Commencez à maîtriser l'art de l'évaluation des modèles et améliorez votre flux de travail MLOps dès aujourd'hui.