このコースについて

17,671 最近の表示
柔軟性のある期限
スケジュールに従って期限をリセットします。
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
上級レベル

Working knowledge of ML & Python, familiarity with Jupyter notebook & stat, completion of the Deep Learning & AWS Cloud Technical Essentials courses

約11時間で修了
英語

学習内容

  • Store and manage machine learning features using a feature store

  • Debug, profile, tune and evaluate models while tracking data lineage and model artifacts

習得するスキル

  • ML Pipelines and MLOps
  • Model Training and Deployment with BERT
  • Model Debugging and Evaluation
  • Feature engineering and feature store
  • Artifact and lineage tracking
柔軟性のある期限
スケジュールに従って期限をリセットします。
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
上級レベル

Working knowledge of ML & Python, familiarity with Jupyter notebook & stat, completion of the Deep Learning & AWS Cloud Technical Essentials courses

約11時間で修了
英語

提供:

Placeholder

deeplearning.ai

Placeholder

Amazon Web Services

シラバス - 本コースの学習内容

1
1
3時間で修了

Week 1: Feature Engineering and Feature Store

3時間で修了
11件のビデオ (合計40分), 2 学習用教材, 4 個のテスト
2
2
3時間で修了

Week 2: Train, Debug, and Profile a Machine Learning Model

3時間で修了
8件のビデオ (合計38分), 1 学習用教材, 3 個のテスト
3
3
4時間で修了

Week 3: Deploy End-To-End Machine Learning pipelines

4時間で修了
8件のビデオ (合計63分), 3 学習用教材, 3 個のテスト

レビュー

BUILD, TRAIN, AND DEPLOY ML PIPELINES USING BERT からの人気レビュー

すべてのレビューを見る

Practical Data Science on the AWS Cloud専門講座について

Practical Data Science on the AWS Cloud

よくある質問

さらに質問がある場合は、受講者ヘルプセンターにアクセスしてください。