تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی DevOps برای دانشمندان داده

دوره آموزشی DevOps برای دانشمندان داده

32 دقیقهمتوسط2018-05-10

مدرسین

Dan Sullivan

Dan Sullivan

Enterprise Architect, Big Data Expert

جزئیات دوره

دانشمندان داده مدل های داده ای را ایجاد می کنند که باید در محیط های تولید اجرا شوند. بسیاری از اقدامات DevOps مربوط به برنامه های کاربردی علم داده تولید محور هستند، اما این شیوه ها اغلب در آموزش علم داده نادیده گرفته می شوند. علاوه بر این، علم داده و یادگیری ماشین الزامات مشخصی دارند، مانند نیاز به تجدید نظر در مدل‌ها در حین استفاده. این دوره برای دانشمندان داده طراحی شده است که نیاز به پشتیبانی از مدل های خود در تولید دارند، و همچنین برای متخصصان DevOps که وظیفه پشتیبانی از علم داده و برنامه های کاربردی یادگیری ماشین را دارند. درباره شیوه‌های کلیدی توسعه علم داده، از جمله آزمایش و اعتبارسنجی مدل‌های علم داده، بیاموزید. این دوره همچنین نحوه استفاده از زبان نشانه گذاری مدل پیش بینی کننده (PMML)، مدل های نظارت در تولید، کار با ظروف Docker و موارد دیگر را پوشش می دهد.

اهداف یادگیری
استفاده از Git برای کنترل نسخه
ترکیب تست مدل در فرآیند استقرار
کار با زبان نشانه گذاری مدل پیشگو
ایمن سازی مدل های علم داده در تولید
مدل های نظارت در تولید
ایجاد یک Dockerfile برای مدل های علم داده

مهارت ها

Data Science FoundationsDevOps FoundationsDevOpsData ScienceDeep Dive (X:Y)

سرفصل ها

0. مقدمه

  • 01 - خوش آمدید
  • 02 - مخاطبان هدف

1. شیوه‌های توسعه علم داده

  • 03 - علم داده و مهندسی نرم افزار
  • 04 - جمع‌آوری و جمع‌آوری داده ها
  • 05 - آزمایش با داده ‌ها , ویژگی‌ها و الگوریتم ها
  • 06 - آزمایش و اعتبارسنجی مدل ها

2. مدل‌های علم داده تا تولید

  • 07 - کنترل نسخه برای مدل‌های علم داده
  • 08 - زبان نشانه گذاری مدل پیش‌بینی کننده
  • 09 - استقرار مدل‌ها با ابزار اتوماسیون

3. شیوه‌های استقرار

  • 10- استقرار در محیط صحنه سازی
  • 11 - استقرار قناری
  • 12 - ایمن سازی مدل‌های علم داده در تولید
  • 13 - مدل‌های نظارتی در تولید

4. مدل‌های علم داده در کانتینرها

  • 14 - مقدمه ای بر داکر
  • 15 - ایجاد Dockerfile برای مدل‌های علم داده
  • 16 - مخزن تصویر Docker Science Data

نتیجه

  • 17 - مروری بر بهترین شیوه‌های DevOps برای علم داده

دوره های مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal