دوره آموزشی آمادگی گواهینامه Google Cloud Professional Machine Learning Engineer: بخش ششم نظارت، بهینه سازی و نگهداری راه حل های ML
1 ساعت 10 دقیقهپیشرفته2023-06-21
مدرسین
Noah Gift
MLOps Expert | Solopreneur | Author | Adjunct Professor | CTO
جزئیات دوره
گواهینامه مهندس یادگیری ماشین حرفهای گوگل به کارفرمایان اینو نشون میده که شما توانایی طراحی، ساخت و پیادهسازی مدلهای یادگیری ماشین برای حل چالشهای تجاری با استفاده از تکنولوژیهای گوگل کلاد رو دارید، و با مدلها و تکنیکهای اثباتشده یادگیری ماشین آشنایی دارید.
در این ششمین و آخرین دوره از این سری، نوح گیفت به بررسی نظارت، بهینهسازی و نگهداری راهحلهای یادگیری ماشین میپردازه. نوح با موضوع کلیدی انحراف دادهها شروع میکنه و توضیح میده که چطور این موضوع میتونه روی عملکرد مدل تاثیر بذاره. او دموهایی از راهحلهای یادگیری ماشین مثل حسابرسی، لاگگذاری، اسکنرهای امنیتی وب در کلاد و غیره نشون میده. نوح همچنین روش "پنج چرا" برای حل مشکل رو توضیح میده و میگه چرا این روش برای دیباگ کردن موثره.
در این ششمین و آخرین دوره از این سری، نوح گیفت به بررسی نظارت، بهینهسازی و نگهداری راهحلهای یادگیری ماشین میپردازه. نوح با موضوع کلیدی انحراف دادهها شروع میکنه و توضیح میده که چطور این موضوع میتونه روی عملکرد مدل تاثیر بذاره. او دموهایی از راهحلهای یادگیری ماشین مثل حسابرسی، لاگگذاری، اسکنرهای امنیتی وب در کلاد و غیره نشون میده. نوح همچنین روش "پنج چرا" برای حل مشکل رو توضیح میده و میگه چرا این روش برای دیباگ کردن موثره.
مهارت ها
Google CloudMachine LearningSoftware Development ToolsGoogleCloud PlatformsCert PrepArtificial Intelligence (AI)Cloud ComputingSoftware Development
سرفصل ها
0. مقدمه
- 01 - بررسی اجمالی
- 02 - اصطلاحات کلیدی دوره ششم
1. راه حلهای ML
- 03 - انحراف دادهها با مشکل کودک شیطان توضیح داده میشود
- 04 - تست بار با Locust
- 05 - نسخه ی نمایشی - حسابرسی از طریق logs مربوط
- 06 - نسخه ی نمایشی - داشبورد ورود به سیستم
- 07 - نسخه ی نمایشی - اسکنر امنیت وب ابری
- 08 - نسخه نمایشی - کوئری خروجی ورود به سیستم با BigQuery
- 09 - دمو - تست بار با Rust
- 10 - پنج چرا
- 11 - استفاده از Google Courses
- 12 - Building Rust HuggingFace مترجم
- 13 - استفاده از PyTorch Rust stabil diffusion
- 14 - استفاده از Rust با PyTorch
- 15 - ساخت تست استرس CUDA GPU
نتیجه
- 16 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی آمادگی برای گواهینامه Google Cloud Associate Cloud Engineer
- دوره آموزشی طراحی منطقه استقرار Google Cloud
- دوره آموزشی مبانی مهندسی داده در Google Cloud
- دوره آموزشی مقدمه ای بر Terraform در پلتفرم ابری گوگل
- دوره آموزشی ساخت ترانویس کننده ویدیو با Node.js و Google AI Speech-to-Text API
- دوره آموزشی یادگیری Google Cloud Run
- دوره آموزشی آمادگی گواهینامه Google Cloud Professional Data Engineer: بخش سوم عملیاتی کردن مدل های یادگیری ماشین
- دوره آموزشی آمادگی گواهینامه Google Cloud Professional Data Engineer: بخش چهارم تضمین کیفیت راه حل