Hubungi Kami

Kerangka Materi

Pendahuluan

  • Perbedaan antara model Pembelajaran Mesin dan perangkat lunak konvensional

Gambaran Umum Alur Kerja DevOps

Gambaran Umum Alur Kerja Pembelajaran Mesin

Pemodelan sebagai Kode, Termasuk Data

Komponen-Komponen dalam Sistem Pembelajaran Mesin

Studi Kasus: Aplikasi Peramalan Penjualan

Mengakses Data

Memvalidasi Data

Transformasi Data

Dari Alur Kerja Data ke Alur Kerja Pembelajaran Mesin

Membangun Model Data

Melatih Model

Memvalidasi Hasil Pelatihan Model

Replikasi Proses Pelatihan Model

Menyebarkan Model ke Lingkungan Produksi

Memberikan Akses terhadap Model yang Telah Dilatih kepada Pengguna

Menguji Sistem Pembelajaran Mesin

Koordinasi Proses Penyebaran Terus-Menerus

Memantau Kinerja Model

Manajemen Versi Data

Menyesuaikan, Meningkatkan Skala, serta Merawat Platform MLOps

Pemecahan Masalah yang Terjadi

Rangkuman dan Penutup

Persyaratan

  • Pemahaman mengenai siklus pengembangan perangkat lunak
  • Pengalaman merancang atau mengelola model Pembelajaran Mesin
  • Kemampuan menggunakan bahasa pemrograman Python

Target Peserta

  • Insinyur Pembelajaran Mesin
  • Insinyur DevOps
  • Insinyur Data
  • Insinyur Infrastruktur
  • Pengembang perangkat lunak
 35 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (2)

Kursus Mendatang

Kategori Terkait