Bilgi Teknolojileri ve İletişim Kurumu

Makine öğrenimi modellerinin yerel bir çevreden kurumsal düzeyde üretime doğru ölçeklendirilmesi güçlü araçlar ve yapısal bir iş akışı gerektirir. Bu metin tabanlı kurs, Databricks kullanarak bulut ölçekli veri biliminin temel kavramlarını size gösterir ve tüm makine öğrenimi yaşam döngüsünü güvenle yönetmenizi sağlar. Temel dağıtılmış hesaplama kavramlarını anlamaktan üretim hazır modelleri inşa etmeye, izlemeye ve dağıtıma geçeceksiniz. Açık yazılı açıklamalar, yapısal kod yürüyüşleri ve kavramsal egzersizler yoluyla, veri bilimcilerinin gerçek dünyadaki problemleri ölçeklendirmek için kullandıkları pratik çalışma akışlarını öğreneceksiniz. Ne öğreneceksin: - Databricks, PySpark ve dağıtılmış makine öğreniminin temel mimarisini anlayın. - Modern Spark DataFrame API'lerini kullanarak büyük ölçekli veri kümelerini hazırlayın ve temizleyin. - Spark MLlib kullanarak makine öğrenimi modelleri oluşturun ve eğitin ve popüler tek düğüm kütüphanelerini entegre edin. - MLflow kullanarak tekrarlanabilirliği sağlamak için deneyleri, parametreleri ve metrikleri izleyin. - Gerçek zamanlı hizmet için üretim son noktalarına kayıt, sürüm ve dağıtım modelleri. - Özellikler depoları ve temel boru hattı otomasyonu da dahil olmak üzere modern MLOps uygulamalarını uygulayın. Kurs, veri hazırlama, model eğitimi, deney izleme ve dağıtım stratejileri yoluyla sistematik olarak ilerlemeden önce temel terminoloji ve kurulum ile başlar. Bu kurs, Databricks'e yeni başlayan ve ölçeklenebilir makine öğrenimi çözümleri oluşturmak isteyen umut verici veri bilimcileri, veri mühendisleri ve geliştiriciler için tasarlanmıştır. Dağıtılmış hesaplama ile önceden bir deneyim gerekmez, ancak Python ile temel bir tanıdıklık yararlıdır. Databricks üzerinde ölçeklenebilir makine öğrenimi çalışma akışlarına hakim olmak için bugün okumaya başlayın.