Direkt zum Inhalt
StartseiteMachine Learning

MLOps Konzepte

Kurs Kostenlos Starten
2 Stunden16 Videos46 Übungen20.228 LernendeTrophyLeistungsnachweis

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Trainierst du 2 oder mehr?

Versuchen DataCamp for Business

Beliebt bei Lernenden in Tausenden Unternehmen


Kursbeschreibung

Erfahre mehr über Machine Learning Operations (MLOps)

Das Verständnis der MLOps-Konzepte ist für jeden Datenwissenschaftler, Ingenieur oder jede Führungskraft unerlässlich, um Machine-Learning-Modelle von einem lokalen Notebook zu einem funktionierenden Modell in der Produktion zu bringen.

In diesem Kurs lernst du, was MLOps ist, verstehst die verschiedenen Phasen des MLOps-Prozesses und erkennst die verschiedenen Reifegrade von MLOps. Nachdem du die wichtigsten MLOps-Konzepte kennengelernt hast, bist du gut gerüstet, um maschinelles Lernen kontinuierlich, zuverlässig und effizient umzusetzen.

Entdecke, wie maschinelles Lernen skaliert und automatisiert werden kann

Wie können wir unsere Machine-Learning-Projekte mit einem Minimum an Zeit und Ressourcen skalieren? Und wie können wir unsere Prozesse automatisieren, um den Bedarf an manuellen Eingriffen zu verringern und die Modellleistung zu verbessern? Das sind grundlegende Fragen des maschinellen Lernens, auf die MLOps die Antworten liefert.

In diesem MLOps-Kurs lernst du zunächst die Grundlagen von MLOps kennen, indem du dir die wichtigsten Funktionen und die damit verbundenen Rollen ansiehst. Als Nächstes wirst du die verschiedenen Phasen des Lebenszyklus des maschinellen Lernens genauer kennenlernen.

Im weiteren Verlauf lernst du auch Systeme und Tools kennen, mit denen du maschinelles Lernen besser skalieren und automatisieren kannst, z. B. Feature Stores, Experiment Tracking, CI/CD Pipelines, Microservices und Containerisierung. Du lernst die wichtigsten MLOps-Konzepte kennen und bekommst ein besseres Verständnis für ihre Anwendung.
Für Unternehmen

Trainierst du 2 oder mehr?

Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.
DataCamp Für UnternehmenFür eine maßgeschneiderte Lösung buchen Sie eine Demo.

In den folgenden Tracks

Associate AI Engineer für Datenwissenschaftler

Gehe zu Track

IMachine Learning Engineer

Gehe zu Track

Machine Learning in der Produktion in Python

Gehe zu Track
  1. 1

    Einführung in MLOps

    Kostenlos

    Zunächst lernst du die wichtigsten Funktionen von MLOps kennen. Du wirst den Lebenszyklus des maschinellen Lernens, seine Phasen und die mit MLOps-Prozessen verbundenen Rollen kennenlernen.

    Kapitel Jetzt Abspielen
    Was ist MLOps?
    50 xp
    Was ist nicht MLOps?
    50 xp
    WhatOps für was?
    100 xp
    Verschiedene Phasen in MLOps
    50 xp
    Der ML Lebenszyklus
    50 xp
    Aufgaben pro Phase
    100 xp
    Rollen in MLOps
    50 xp
    Dein MLOps-Team
    50 xp
    Kernaufgaben in MLOps-Prozessen
    100 xp
  2. 2

    Design und Entwicklung

    Als Nächstes erfährst du etwas über die Entwurfs- und Entwicklungsphase im Lebenszyklus des maschinellen Lernens. Du wirst dich mit der Schätzung des Mehrwerts, der Datenqualität, den Feature Stores und der Verfolgung von Experimenten beschäftigen.

    Kapitel Jetzt Abspielen
  3. 3

    Einsatz von Machine Learning in der Produktion

    In diesem Kapitel beschäftigst du dich mit den Konzepten, die für den Einsatz von maschinellem Lernen in der Produktion relevant sind, wie Laufzeitumgebungen, Containerisierung, CI/CD Pipelines und Einsatzstrategien.

    Kapitel Jetzt Abspielen
  4. 4

    Maschinelles Lernen in der Produktion aufrechterhalten

    Schließlich erfährst du, wie du maschinelles Lernen in der Produktion aufrechterhalten kannst, mit Konzepten wie statistischer und rechnerischer Überwachung, Umschulung, verschiedenen Reifegraden MLOps und Tools, die im Lebenszyklus des maschinellen Lernens eingesetzt werden können, um Prozesse zu vereinfachen.

    Kapitel Jetzt Abspielen
Für Unternehmen

Trainierst du 2 oder mehr?

Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.

In den folgenden Tracks

Associate AI Engineer für Datenwissenschaftler

Gehe zu Track

IMachine Learning Engineer

Gehe zu Track

Machine Learning in der Produktion in Python

Gehe zu Track

In anderen Tracks

MLOps-Grundlagen

Mitwirkende

Collaborator's avatar
George Boorman
Collaborator's avatar
James Chapman
Collaborator's avatar
Arne Warnke
Folkert Stijnman HeadshotFolkert Stijnman

ML Engineer

Mehr Anzeigen

Was sagen andere Lernende?

Melden Sie sich an 15 Millionen Lernende und starten Sie MLOps Konzepte Heute!

Kostenloses Konto erstellen

GoogleLinkedInFacebook

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.