Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés
Történelem, evolúció és trendek a Machine Learning számára
A Big Data szerepe a Machine Learning
Menedzsment infrastruktúra Big Data
Történelmi és valós idejű adatok használata a viselkedés előrejelzésére
Esettanulmány: Machine Learning Across Industries
Meglévő alkalmazások és képességek értékelése
Képességfejlesztés a Machine Learning számára
Eszközök a megvalósításhoz Machine Learning
Felhő és helyszíni szolgáltatások
A Data Middle Backend megértése
Az Data Mining és az elemzés áttekintése
A Machine Learning kombinálása az adatbányászattal
Esettanulmány: A Intelligent Applications telepítése a felhasználók személyre szabott élményeinek biztosítására
Összefoglalás, és következtetés
Követelmények
- Az adatbázis-fogalmak megértése
- Szoftveralkalmazás fejlesztésben szerzett tapasztalat
Közönség
- Fejlesztők
7 Órák
Vélemények (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Kurzus - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
