Skip to content

Latest commit

 

History

History
213 lines (107 loc) · 9.49 KB

5-free-courses-to-master-mlops.md

File metadata and controls

213 lines (107 loc) · 9.49 KB
Raw

5 个免费课程掌握 MLOps

原文：www.kdnuggets.com/5-free-courses-to-master-mlops

5 个免费课程掌握 MLOps

图片由Microsoft Bing生成

介绍

我们的前三个课程推荐

1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。

2. 谷歌数据分析专业证书 - 提升你的数据分析技能

3. 谷歌 IT 支持专业证书 - 支持你的组织 IT

在数据驱动决策的今天，仅仅创建机器学习（ML）模型是不够的。组织需要的不仅仅是构建模型——他们需要成功地部署、管理并持续改进这些模型在现实世界中的表现。想象一下：你构建了一个超级智能的系统来预测天气模式，但除非你确保它每天都在工作，并且随着新数据变得更聪明，否则它就像是一个在棚子里积灰的强大工具。这就是 MLOps 的作用。

如果你对将你的 MLOps 技能提升到下一个水平感到好奇，并想知道如何将你出色的模型转化为现实世界的解决方案，这篇文章将是你的指南。我将向你介绍五个免费课程，这些课程将 MLOps 分解为易于理解的部分。无论你是刚起步还是已经是机器学习的专家，这里都有适合你的课程。

MLOps 的 Python 基础

链接：MLOps 的 Python 基础

5 个免费课程掌握 MLOps

MLOps 的 Python 基础课程

这个课程将教你在 MLOps 角色中成功所需的基本 Python 技能。它涵盖了 Python 编程语言的基础知识，包括数据类型、函数、模块和测试技术。它还涉及如何有效地处理数据集和其他数据科学任务，使用 Pandas 和 NumPy。在这个课程中，通过一系列动手练习，你将获得在 MLOps 工作流程中使用 Python 的实践经验。课程结束时，你将掌握编写 Python 脚本来自动化常见 MLOps 任务的必要技能。

这个课程非常适合那些希望进入 MLOps 领域的人或那些希望提升 Python 技能的经验丰富的 MLOps 专业人员。

涵盖的主题：

  • 数据探索

  • 分类：垃圾邮件过滤

  • 排名：优先收件箱

  • 回归：预测页面浏览量

  • 正则化：文本回归

  • 优化：破解代码

  • PCA: 构建市场指数

  • MDS: 视觉探索美国参议员相似性

  • kNN: 推荐系统

  • 分析社交图谱

  • 模型比较

MLOps 入门

链接: MLOps 入门

5 个免费的 MLOps 精通课程

MLOps 入门课程

既然你已经复习了 Python，现在是时候深入了解一些实质性的内容了！这门课程《MLOps 入门》是 Udemy 上的一门免费教程，教你如何提供一个端到端的机器学习开发过程，以设计、构建和管理 AI 模型生命周期。

这门课程由 Prem Naraindas（一位经验丰富的 MLOps 从业者）讲授，并包括多个动手练习。到课程结束时，你将对 MLOps 的基础有一个良好的理解，并能够将其应用到你的工作中。

涵盖主题：

  • MLOps 概述

  • MLOps 工具和平台

  • 创建管道

  • 自动化模型训练、评估、实验

  • 部署和监控

  • 服务

  • 扩展

  • MLOps 最佳实践

生产环境下的机器学习工程（MLOps）专业化

链接: 生产环境下的机器学习工程（MLOps）专业化

5 个免费的 MLOps 精通课程

生产环境下的机器学习工程专业化

如果你准备从理论知识转向实际的机器学习编码，你需要参加 Coursera 上的《生产环境下的机器学习工程（MLOps）专业化》课程。这门由 deeplearning.ai 提供的综合性专业化课程，专为那些有 Tensorflow 经验并对实践应用和动手编码经验充满热情的程序员设计。此课程非常适合那些掌握 Python 和 TensorFlow 并希望直接进入 MLOps 领域的人！

最棒的是，这门课程由 Andrew Ng（谷歌的领先 AI 推广者）、Lawrence Moroney 和 Robert Crowe（来自谷歌）讲授。

涵盖主题：

  • 生产就绪的机器学习系统

  • 数据管道和模型管理技术

  • 概念漂移

  • 模型训练

  • 基于云的 MLOps 工具

  • 模型监控

  • 模型优化

  • Tensorflow 生产（TFX）

MLOps | 机器学习操作专业化

链接: 机器学习操作专业化

5 个免费的 MLOps 精通课程

机器学习操作专业化

这个全面的课程系列是为那些有编程知识并对学习 MLOps 感兴趣的个人设计的。课程将教你如何使用 Python 和 Rust 进行 MLOps 任务，使用 GitHub Copilot 提高生产力，并利用 Amazon SageMaker、Azure ML 和 MLflow 等平台。你还将学习如何使用 Hugging Face 微调大型语言模型（LLMs），并理解 ONNX 格式下可持续高效的二进制嵌入模型的部署。课程还将为你在 MLOps 领域的各种职业道路做好准备，如数据科学、机器学习工程、云 ML 解决方案架构和人工智能（AI）产品管理。

这个全面的课程系列非常适合特别是那些有编程知识的个人，例如软件开发人员、数据科学家和研究人员。

涵盖的主题：

  • 微软 Azure

  • 大数据

  • 数据分析

  • Python 编程

  • Github

  • 机器学习

  • 云计算

  • 数据管理

  • DevOps

  • 亚马逊网络服务（Amazon AWS）

  • Rust 编程

  • MLOps

Made With ML MLOps 课程

链接：Made with MLOps

5 个免费课程掌握 MLOps

Made With ML MLOps 课程

Goku Mohandas 开发了一个卓越且公开访问的端到端机器学习系统课程。Made with ML 是最受欢迎的 GitHub 存储库之一，已有超过 30,000 人注册此课程。

Made with ML 课程涵盖了机器学习的基础知识以及模型部署、测试和生产监控的复杂性。Goku 的课程解释了引入概念的基本思想，提供了实用的基于项目的作业，并为学生提供了一些在 MLOps 角色中成功所需的软件工程最佳实践。

涵盖的主题：

  1. 机器学习基础

  2. 端到端系统开发

  3. 部署策略

  4. 测试方法

  5. 模型监控

  6. 概念背后的直觉

  7. 实践项目作业

  8. 软件工程最佳实践

结论

MLOps 是一个迅速发展的领域，对技能娴熟的专业人员有着很高的需求。通过掌握 MLOps，你可以开启新的职业机会，并在世界上产生真正的影响。借助这五个免费课程，你可以迈出成为 MLOps 专家的第一步。那么你还在等什么呢？立即注册并开始学习吧！

如果你是机器学习和 MLOps 的初学者，你可能想看看我们的文章掌握机器学习的 5 本免费书籍。但如果你想直接深入 MLOps，只打算选择一两门课程，我建议你参加Andrew Ng 的机器学习工程生产（MLOps）专业化和Made with MLOps课程。

我们很想知道，哪些课程在你的机器学习旅程中发挥了关键作用。欢迎在下面的评论中分享你的想法！

Kanwal Mehreen**** Kanwal 是一位机器学习工程师和技术作家，对数据科学以及人工智能与医学的交汇处充满深厚的热情。她共同撰写了电子书《利用 ChatGPT 最大化生产力》。作为 2022 年 APAC 的 Google Generation Scholar，她倡导多样性和学术卓越。她还被认定为 Teradata 多样性技术学者、Mitacs Globalink 研究学者和哈佛 WeCode 学者。Kanwal 还是变革的热心倡导者，她创立了 FEMCodes 以赋能女性进入 STEM 领域。

相关话题