课程信息

167,682 次近期查看
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
高级

• Some knowledge of AI / deep learning

• Intermediate Python skills

• Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

完成时间大约为21 小时
英语(English)

您将学到的内容有

  •  Identify responsible data collection for building a fair ML production system.

  • Implement feature engineering, transformation, and selection with TensorFlow Extended

  • Understand the data journey over a production system’s lifecycle and leverage ML metadata and enterprise schemas to address quickly evolving data.

您将获得的技能

ML MetadataConvolutional Neural NetworkTensorFlow Extended (TFX)Data ValidationData transformation
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
高级

• Some knowledge of AI / deep learning

• Intermediate Python skills

• Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

完成时间大约为21 小时
英语(English)

提供方

Placeholder

deeplearning.ai

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up86%(1,532 个评分)Info
1

1

完成时间为 6 小时

Week 1: Collecting, Labeling and Validating Data

完成时间为 6 小时
12 个视频 (总计 95 分钟), 2 个阅读材料, 6 个测验
2

2

完成时间为 7 小时

Week 2: Feature Engineering, Transformation and Selection

完成时间为 7 小时
12 个视频 (总计 86 分钟), 1 个阅读材料, 4 个测验
3

3

完成时间为 5 小时

Week 3: Data Journey and Data Storage

完成时间为 5 小时
8 个视频 (总计 42 分钟), 1 个阅读材料, 4 个测验
4

4

完成时间为 3 小时

Week 4 (Optional): Advanced Labeling, Augmentation and Data Preprocessing

完成时间为 3 小时
6 个视频 (总计 31 分钟), 3 个阅读材料, 3 个测验

审阅

来自MACHINE LEARNING DATA LIFECYCLE IN PRODUCTION 的热门评论

查看所有评论

关于 Machine Learning Engineering for Production (MLOps) 专项课程

Machine Learning Engineering for Production (MLOps)

常见问题

还有其他问题吗?请访问 学生帮助中心