دوره آموزشی آمادگی گواهینامه Google Cloud Professional Machine Learning Engineer: بخش ششم نظارت، بهینه سازی و نگهداری راه حل های ML

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

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.

مهارت ها

Google CloudMachine LearningGoogleSoftware Development ToolsCloud PlatformsArtificial Intelligence (AI)Cert PrepCloud ComputingSoftware Development

سرفصل ها

مقدمه

  • بررسی اجمالی
  • اصطلاحات کلیدی دوره ششم

راه حل‌های ML

  • انحراف داده‌ها با مشکل کودک شیطان توضیح داده می‌شود
  • تست بار با Locust
  • نسخه ی نمایشی - حسابرسی از طریق logs مربوط
  • نسخه ی نمایشی - داشبورد ورود به سیستم
  • نسخه ی نمایشی - اسکنر امنیت وب ابری
  • نسخه نمایشی - کوئری‌ خروجی ورود به سیستم با BigQuery
  • دمو - تست بار با Rust
  • پنج چرا
  • استفاده از Google Courses
  • Building Rust HuggingFace مترجم
  • استفاده از PyTorch Rust stabil diffusion
  • استفاده از Rust با PyTorch
  • ساخت تست استرس CUDA GPU

نتیجه

  • مراحل بعدی
۴۰,۰۰۰ تومان