Розглянемо цикл життя моделей машинного навчання. Зрозуміємо, як будувати складні продукти для бізнесу на основі даних і моделей для різних доменів — таких як комп’ютерний зір, обробка мови, статистичних даних та часових рядів.
Імплементуємо кожен крок у циклі життя моделей машинного навчання: від роботи з даними, тренування, деплойменту й моніторингу до автоматичного оновлення моделей у продакшні. Для кожного імплементованого кроку розглянемо вже наявні варіанти рішень з їхніми перевагами та недоліками.
Куратор: Кирил Трусковський Machine Learning Engineer у Georgian. Спеціаліст у сфері Machine Learning з досвідом роботи понад 7 років.
Реєстрація за посиланням: bit.ly/3y7oDSg
1 коментар
Додати коментар Підписатись на коментаріВідписатись від коментарів