courseraАнализ данных

Production Machine Learning Systems - Español

Курс от Google Cloud

Продвинутый≈ 16.8 чИспанский

О курсе

En este curso, analizaremos los componentes y las prácticas recomendadas de la creación de sistemas de AA de alto rendimiento en entornos de producción. Veremos algunas de las consideraciones más comunes tras la creación de estos sistemas, p. ej., entrenamiento estático, entrenamiento dinámico, inferencia estática, inferencia dinámica, TensorFlow distribuido y TPU. Este curso se enfoca en explorar las características que conforman un buen sistema de AA más allá de su capacidad de realizar predicciones correctas.

Навыки, которые вы освоите

Model Training Performance Tuning Tensorflow Google Cloud Platform Distributed Computing Hybrid Cloud Computing Dependency Analysis Model Optimization Model Deployment Machine Learning Methods Software Architecture Systems Architecture Data Processing MLOps (Machine Learning Operations)

Программа курса

6 модулей · 65 учебных материалов

01Introducción al aprendizaje automático avanzado en Google Cloud 2 материалов

Introducción

Aprendizaje automático avanzado en Google CloudВидео BienvenidaВидео

02Arquitectura de sistemas de AA de producción 13 материалов

Introducción

Arquitectura de los sistemas de AAВидео

Extracción, análisis y preparación de los datos

Учитесь у экспертов

Google Cloud Training

Преподаватель курса

Production Machine Learning Systems - Español

О курсе

Навыки, которые вы освоите

Программа курса

Introducción

Introducción

Extracción, análisis y preparación de los datos

Учитесь у экспертов

Google Cloud Training

Decisiones de diseño

Diseño de una arquitectura desde cero

Introducción a Vertex AI

Introducción

Adaptación a los datos

Mitigar los sesgos de entrenamiento-entrega

Depurar un modelo de producción

Introducción

Aspectos del rendimiento

Entrenamiento distribuido

Canalizaciones de entrada más rápidas

Inferencia

Introducción

Kubeflow

Optimización de TensorFlow para dispositivos móviles

Resumen