Thực hành kỹ sư máy học

Name: Thực hành kỹ sư máy học
Price: 88000 KRW
Rating: 4.4 (87 reviews)

Thông qua bài giảng này, bạn sẽ có thể giảm bớt vô số thử nghiệm và sai sót mà bạn sẽ gặp phải trong các dự án học máy. Với tư cách là người phụ trách quy trình học máy của Riiid, tôi sẽ dạy bạn kỹ càng từ những điều cơ bản.

(4.4) 87 đánh giá

896 học viên

Chris Song

Machine Learning(ML)

Đánh giá từ những học viên đầu tiên

Bạn sẽ nhận được điều này sau khi học.

Quản lý thí nghiệm học máy
Tối ưu hóa siêu tham số
Tự động tạo báo cáo thử nghiệm học máy
TFDV xác minh dữ liệu
Phân tích mô hình
Kiểm soát chất lượng mã nghiên cứu
Thực hành Kubeflow
phòng thí nghiệm lưu trữ mô hình mlflow
Thực hành mô hình phục vụ bentoML

95% thực hành của kỹ sư học máy là ____!

Andrew Ng, một trong bốn chuyên gia AI hàng đầu, gần đây đã giải thích tầm quan trọng của MLOps tại một hội nghị trực tuyến. Ông lập luận rằng chúng ta phải vượt ra khỏi tư duy lấy mô hình làm trung tâm và tập trung vào MLOps và dữ liệu. Các kỹ sư có thể thực hiện điều này là các kỹ sư học máy.

Nhưng bạn có biết rằng việc viết mã mô hình chỉ chiếm 5% tổng công sức của dự án học máy không?
Trên thực tế, 95% công việc được dành cho việc xây dựng đường ống dữ liệu, xử lý dữ liệu trước và phục vụ mô hình.

Các khóa học về học máy: Thực hành, do và để sử dụng thực tế

_{Đây chính là ý nghĩa của việc trở thành một kỹ sư học máy!}

Các kỹ sư học máy xây dựng các quy trình học máy, tự động hóa công việc của các dự án học máy và tăng đáng kể năng suất của các tổ chức nghiên cứu.

Có rất nhiều khóa học về máy học, nhưng rất ít khóa học cung cấp các khóa học sản xuất AI thực hành.
Vì vậy, sau khi tham gia bài giảng, bạn có thể trở thành một kỹ sư có thể giải quyết các vấn đề được giao trong dự án.
Chúng tôi đã tạo ra một bài giảng chỉ chọn lọc nội dung thực sự cần thiết cho mục đích sử dụng thực tế.

Thông qua khóa học này, bạn sẽ có được các kỹ năng về kỹ thuật học máy cần thiết cho công việc thực tế.
Tôi hy vọng bạn có thể hoàn thành dự án của mình thành công.

Đây là những gì bạn có thể làm sau khi tham gia khóa học này! 📖

Bạn có thể tự động tạo báo cáo thử nghiệm máy học.
Truy cập bảng điều khiển dự án của người chia sẻ kiến thức thực sự (nhấp vào liên kết!)

_{Ví dụ về Báo cáo Thí nghiệm Học máy trong Thế giới thực}
AutoML - Tìm các tham số tối ưu thông qua điều chỉnh siêu tham số.
Bạn có thể xây dựng các quy trình học máy bằng Kubeflow.

_{Ví dụ về việc xây dựng một quy trình học máy thực tế}
Bạn có thể quản lý mô hình của mình thông qua mlflow.
Bạn có thể học cách phục vụ các mô hình bằng bentoml.

Những người như thế này sẽ thích nghe điều này! 🔑

Các kỹ sư phần mềm đang tìm kiếm sự chuyển đổi sang nghề học máy
Các nhà nghiên cứu AI muốn quản lý tốt các thí nghiệm học máy và tạo ra các báo cáo hấp dẫn.
Các nhà phát triển cần làm việc trên các dự án học máy nhưng lại bối rối vì thiếu kiến thức liên quan

Giới thiệu bản thân ✒️

lịch sử cá nhân

Hiện tại) Phó chủ tịch của AIOps
Chuyên gia phát triển Google hiện tại cho ML
Cựu kỹ sư nghiên cứu AI của Naver
Cựu kỹ sư dữ liệu Kakao

Danh mục đầu tư/Video cá nhân

Những câu hỏi thường gặp 💬

H. Liệu quy trình học máy có giúp ích cho sự nghiệp của tôi không?
A. Tôi có thể khẳng định chắc chắn. Đây là công nghệ quan trọng nhất trong ngành AI hiện nay. Tôi đã tư vấn cho vô số công ty và nhận thấy hầu hết họ đều khao khát chính quy trình học máy này. Nếu bạn truy cập trang giới thiệu công nghệ của các công ty AI, bạn sẽ luôn tìm thấy các công nghệ liên quan đến MLOps. Chúng giải thích cách thu thập và đào tạo dữ liệu hiệu quả.

H. Tôi có thể lắng nghe ngay cả khi tôi không biết nhiều về phát triển không?
A. Khóa học được đề xuất dành cho những người có một số kiến thức về phát triển, nhưng được thiết kế để bạn có thể theo dõi mà không cần suy nghĩ.

H. Bạn bảo hiểm ở mức độ nào?
A. Chúng tôi sẽ trình bày các khái niệm cơ bản về quy trình học máy và quản lý chất lượng mã, quản lý thử nghiệm, quản lý mô hình và xây dựng API phục vụ cần thiết trong thực tế.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Những người muốn áp dụng machine learning vào thực tế
Bất kỳ ai muốn giảm nợ kỹ thuật cho dự án học máy của mình

Cần biết trước khi bắt đầu?

trăn
Khái niệm cơ bản về học máy/học sâu

Xin chào
Đây là

1,054

Học viên

Đánh giá

Trả lời

4.4

Xếp hạng

Các khóa học

(현) 뤼이드 VP of AIOps

(현) Google Developer Expert for Machine Learning

(전) Naver - AI Research Engineer

(전) Kakao - Data Engineer

Chương trình giảng dạy

Tất cả

16 bài giảng ∙ (10giờ 15phút)

Phần 1. Giới thiệu pipeline machine learning

2 bài giảng ∙ (1giờ 29phút)

Phần 2. Quản lý thử nghiệm dự án học máy

2 bài giảng ∙ (1giờ 16phút)

Phần 3. Chất lượng mã, Kiểm tra dữ liệu, Phân tích mô hình

3 bài giảng ∙ (2giờ 8phút)

5. Quản lý chất lượng mã nghiên cứu
59:26
6. Kiểm định dữ liệu - Tensorflow Data Validation
37:10
7. Phân tích mô hình học máy What if tool
31:24

Phần 4. Docker & Kubernetes Cơ bản

2 bài giảng ∙ (1giờ 1phút)

Phần 5. Kubeflow học máy pipeline

5 bài giảng ∙ (2giờ 22phút)

Phần 6. Quản lý và phục vụ mô hình

2 bài giảng ∙ (1giờ 57phút)

Ngày đăng:

Cập nhật lần cuối:

Đánh giá

Tất cả

87 đánh giá

4.4

87 đánh giá

haenarashin
Đánh giá 9
∙
Đánh giá trung bình 4.4
4
100% đã tham gia
Điểm tốt 1. Bạn có thể nhanh chóng học cách tiếp cận thực tế đối với một chủ đề khá sâu sắc và thực tế. 2. Bạn có thể thấy các công cụ hữu ích như Wanb và Wit cũng như quy trình triển khai docker, kubernetes, kubeflow, mlflow, bentoML, v.v. 3. Bạn có thể đạt được những phương pháp tiếp cận hoặc bí quyết thực tế/thực tế. Điểm xấu 1. Đây không phải là bài giảng chỉ dành cho 'Bài giảng Infron' mà là một bài nói chuyện khác? Hay giảng bài? Có vẻ như họ đã ghi lại những gì đang diễn ra và tải nó lên => Có rất nhiều điều gây xao lãng và chất lượng ghi âm bài giảng hơi thất vọng so với các bài giảng khác có cùng mức giá. Tôi đã mua và nghe khá nhiều bài giảng trên Infrun và xem các bài giảng trên các nền tảng khác, nhưng có vẻ khó để có được đánh giá tốt nếu chỉ dựa vào chất lượng bài giảng. 2. Tiếp tục từ phần 1, lời giải thích/ý kiến cá nhân/tài liệu bài giảng thiếu tinh tế thật đáng thất vọng. Có vẻ như điều này có thể xảy ra vì nó không được quay chỉ dành cho 'Infron' (Tôi không nghĩ Infron thực hiện bất kỳ việc xem xét trước nội dung bài giảng nào.) 3. Vì bạn phải để lại bài đánh giá khóa học để nhận tài liệu khóa học nên rất khó để xem video và làm theo cùng một lúc. Tất nhiên, tôi không biết liệu mình có viết bài đánh giá khóa học trước khi hoàn thành khóa học hay không, nhưng cá nhân tôi không muốn để lại một bài đánh giá vô ích nên tôi sẽ để lại bài đánh giá sau khi hoàn thành khóa học và xem xét nó. với tài liệu bài giảng khi tôi nghe đi nghe lại nhiều lần. Đánh giá tổng thể Đối tượng mục tiêu của khóa học là 'trung cấp trở lên'; Như đã thông báo, nó không được khuyến khích trừ khi bạn có một số kinh nghiệm hoặc thậm chí nghe nói về nó. Tuy nhiên, đây là cơ hội tốt để nhanh chóng xem xét nó bằng kinh nghiệm và xem cách tiếp cận từ góc độ của người thực hành. Ngoài ra, nếu bạn là người chăm chỉ nghiên cứu mô hình machine learning/deep learning và muốn có khả năng MLOps, thì hãy nghe nó ít nhất một lần là một ý tưởng không tồi. Tôi nghĩ sẽ là một sự kết hợp tốt nếu bạn tham gia khóa học này và hoàn thành khóa học MLOps mới mở trên Coursera.
czangyeob
Đánh giá 2
∙
Đánh giá trung bình 4.5
4
100% đã tham gia
Tài liệu tiếng Hàn về MLOps không có nhiều nên tôi xin cảm ơn bạn đã cung cấp một bài giảng hay để người khác dễ dàng tiếp cận. Tuy nhiên, tôi nghĩ sẽ tốt hơn nhiều nếu phần biên tập được chú ý nhiều hơn (tôi không thể lay chuyển được cảm giác rằng bài giảng đã được ghi lại ở một nơi khác và tải lên như cũ...) Nhìn chung, nó có vẻ là một tác phẩm hay. bài giảng để xem xét.
p14001238587
Đánh giá 3
∙
Đánh giá trung bình 4.7
4
100% đã tham gia
Bài giảng hay nhưng quá trình setup môi trường là phiên bản cũ nên mất nhiều thời gian để giải quyết vấn đề. Tôi nghĩ khóa học cần cập nhật hoặc bảo trì. Tất nhiên, bản thân bài giảng thực sự rất hay. Cảm ơn
etfpro
Đánh giá 2
∙
Đánh giá trung bình 3.0
4
81% đã tham gia
Trong lĩnh vực ML, điều thực sự tốn nhiều thời gian và chi phí nhất không phải là phát triển mô hình mà là chuẩn bị dữ liệu (tiền xử lý, chuyển đổi, v.v.), triển khai mô hình ML đã học và liên tục duy trì mô hình để vận hành. Công cụ hỗ trợ điều này là MLOps và khóa học này rất hữu ích trong thực tế trong tình huống không có nhiều dữ liệu về MLOps.
ramanuzan
Đánh giá 1
∙
Đánh giá trung bình 4.0
4
100% đã tham gia
Thật tuyệt vời khi nghe bài giảng tôi được tiếp xúc với rất nhiều công cụ hữu ích cho việc sử dụng thực tế. Tuy nhiên, có một chút thất vọng khi đó không phải là bài giảng dành cho Infron mà được sao chép từ một hội thảo khác.

1.851.685 ₫

Khóa học khác của Chris Song

Hãy khám phá các khóa học khác của giảng viên!

Những điều cơ bản về học sâu được học với TensorFlow 2.0

Chris Song

Nghiên cứu ngữ pháp cơ bản của TensorFlow 2.0, Bạn sẽ học lý thuyết về deep learning với mã thực hành TensorFlow.

초급

Deep Learning(DL), Tensorflow, Machine Learning(ML)

Những điều cơ bản về học sâu được học với TensorFlow 2.0

Chris Song

Lý thuyết cốt lõi của học tăng cường dễ hiểu

Chris Song

Thông qua bài giảng này, bạn sẽ tìm hiểu lý thuyết cơ bản về học tăng cường.

초급

Reinforcement Learning(RL), Tensorflow, Machine Learning(ML)

Lý thuyết cốt lõi của học tăng cường dễ hiểu

Chris Song

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Giới thiệu về học máy Kaggle học được từ các học viên - lời khuyên thiết thực dành cho kỹ sư ML

AISchool

Học máy học từ những điều cơ bản từng bước thông qua các ví dụ khác nhau của Kaggle. Học hỏi những trải nghiệm dự án sống động và những lời khuyên thiết thực từ các kỹ sư máy học trong lĩnh vực khó tiếp cận.

초급

Kaggle, Machine Learning(ML), EDA

Giới thiệu về học máy Kaggle học được từ các học viên - lời khuyên thiết thực dành cho kỹ sư ML

AISchool

Lý thuyết cốt lõi của học tăng cường dễ hiểu

Chris Song

Thông qua bài giảng này, bạn sẽ tìm hiểu lý thuyết cơ bản về học tăng cường.

초급

Reinforcement Learning(RL), Tensorflow, Machine Learning(ML)

Lý thuyết cốt lõi của học tăng cường dễ hiểu

Chris Song

Chiến lược ứng dụng thực tế AI trong lĩnh vực sản xuất (ngành điện tử/bán dẫn)

88888

Ngành công nghiệp điện tử và bán dẫn là lĩnh vực đặc biệt quan trọng trong việc quản lý và đổi mới dựa trên dữ liệu do quy trình siêu chính xác và chuỗi cung ứng phức tạp. Khóa học này đề cập đến các chiến lược thực tiễn có thể áp dụng ngay trong sản xuất điện tử và bán dẫn như phát hiện lỗi, tối ưu hóa quy trình, bảo trì dự đoán, quản lý chuỗi cung ứng bằng cách sử dụng công nghệ AI. Cùng với các trường hợp thực tế của các công ty toàn cầu, khóa học cũng đưa ra phương pháp triển khai AI chi phí thấp và hiệu quả cao mà các doanh nghiệp vừa và nhỏ có thể áp dụng một cách thực tế. Thông qua đó, học viên sẽ có thể hiểu và áp dụng chiến lược sản xuất dựa trên AI không chỉ để nâng cao năng suất và giảm chi phí mà còn để trang bị khả năng cạnh tranh trong tương lai.

입문

AI, Big Data, Generative AI

Chiến lược ứng dụng thực tế AI trong lĩnh vực sản xuất (ngành điện tử/bán dẫn)

88888

Hướng dẫn đầy đủ về Spark Machine Learning - Phần 1

dooleyz3525

Từ việc hiểu khung cốt lõi của học máy Spark, xử lý dữ liệu dựa trên SQL thông qua các vấn đề thực tế có độ khó cao, phân tích dữ liệu thông qua phân tích miền kinh doanh và khả năng triển khai các mô hình học máy được tối ưu hóa, bạn sẽ trở thành chuyên gia học máy dựa trên số lượng lớn data. Nếu bạn muốn được công nhận, hãy tham gia bài giảng này.

중급이상

Apache Spark, Machine Learning(ML), Big Data

Hướng dẫn đầy đủ về Spark Machine Learning - Phần 1

dooleyz3525

[ICT Archive] Cốt lõi Big Data và Mô hình Kinh doanh

kpcre

Nắm bắt các khái niệm cơ bản và xu hướng mới nhất của big data, thông qua hiểu biết kỹ thuật về các phương pháp phân tích big data để trích xuất các mẫu dữ liệu và đề xuất cách thức ứng dụng vào kinh doanh. Thông qua big data có thể tạo ra các mô hình kinh doanh mới và phát triển khả năng thông thái về môi trường kinh doanh trong tương lai.

입문

Big Data, Machine Learning(ML), Deep Learning(DL)

[ICT Archive] Cốt lõi Big Data và Mô hình Kinh doanh

kpcre

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục Marathon

nomad

Đây là khóa học dự án máy học toàn diện, nơi bạn học nhiều dự án hồi quy và phân loại máy học hữu ích khác nhau cùng với lý thuyết sử dụng Python và TensorFlow 2 dựa trên dữ liệu lớn của Boston Marathon.

중급이상

Tensorflow, Machine Learning(ML), Keras

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục Marathon

nomad

[Hoàn thành trong 7 ngày] Chứng chỉ MS AI-900 đậu ngay lần đầu

jobgreegi

Chứng chỉ thiết yếu trong thời đại AI, MS AI-900! 🚀 Bạn có biết không? ChatGPT chỉ hoạt động trên Microsoft Azure! Nếu bạn muốn tận dụng đúng cách Microsoft Azure OpenAI - nền tảng độc quyền cung cấp các mô hình GPT mới nhất, thì đây chính là cơ hội. Hãy phát triển thành chuyên gia dịch vụ Azure AI thông qua khóa học AI-900, và làm chủ các giải pháp AI cấp doanh nghiệp mà các công ty tin tưởng. Hãy nâng cao khả năng cạnh tranh của bạn với tư cách là một chuyên gia AI thực thụ bằng cách đạt được chứng nhận công nhận toàn cầu!

입문

Machine Learning(ML), Deep Learning(DL), AI

[Hoàn thành trong 7 ngày] Chứng chỉ MS AI-900 đậu ngay lần đầu

jobgreegi

Học máy + học sâu bắt đầu bằng Python (từ học máy bằng sklearn đến phát triển học sâu bằng TensorFlow và Keras)

ilifo

Hãy chắc chắn bắt đầu với những điều cơ bản về học máy và học sâu! Phân loại/hồi quy/phân cụm/tạo và sử dụng mạng thần kinh nhân tạo trong Python

초급

Python, sklearn, Machine Learning(ML)

Học máy + học sâu bắt đầu bằng Python (từ học máy bằng sklearn đến phát triển học sâu bằng TensorFlow và Keras)

ilifo

Trí tuệ nhân tạo (AI) - Học cách sử dụng Runway AI để tạo ra video, phim mới

usefulit

Khóa học này bao gồm từ kiến thức cơ bản đến thực hành về nền tảng AI, là một khóa học giúp bạn có thể nắm vững công nghệ tạo hình ảnh AI. Người học có thể hiểu được các khái niệm cơ bản về AI và phát triển khả năng tạo ra hình ảnh AI bằng cách sử dụng các công cụ và kỹ thuật đa dạng. Thông qua khóa học này, bạn có thể nâng cao hiểu biết về lĩnh vực AI và học cách tạo ra hình ảnh AI trực tiếp trong thực tế.

입문

AI, Generative AI, Deep Learning(DL)

Trí tuệ nhân tạo (AI) - Học cách sử dụng Runway AI để tạo ra video, phim mới

usefulit

Chiến lược ứng dụng thực tế AI trong lĩnh vực sản xuất (ngành ô tô/phụ tùng)

88888

Ngành sản xuất ô tô và linh kiện là lĩnh vực mà sự đổi mới là điều thiết yếu trong bối cảnh cạnh tranh toàn cầu khốc liệt và chuỗi cung ứng phức tạp. Khóa học này tập trung vào cách áp dụng công nghệ AI vào thực tế, giải thích thông qua các trường hợp thực tế như nâng cao hiệu quả sản xuất, tự động hóa kiểm tra chất lượng, bảo trì dự báo thiết bị, tối ưu hóa chuỗi cung ứng. Từ hiểu biết cơ bản cần thiết để triển khai AI, đến chiến lược và quản lý rủi ro cần xem xét khi áp dụng thực tế, khóa học được xây dựng theo từng bước để cung cấp kiến thức và hiểu biết sâu sắc mà nhân viên thực thi và quản lý có thể áp dụng ngay lập tức.

입문

Machine Learning(ML), Deep Learning(DL), IoT

Chiến lược ứng dụng thực tế AI trong lĩnh vực sản xuất (ngành ô tô/phụ tùng)

88888

Trí tuệ nhân tạo (AI) - Học cách sử dụng Tensor Art tạo hình ảnh AI miễn phí

usefulit

Khóa học này là một khóa nhập môn được thiết kế để người học lần đầu tiếp xúc với công nghệ AI cũng có thể dễ dàng hiểu và thực hành theo. Thông qua các bài giảng, bạn sẽ nắm vững các khái niệm cơ bản và cách sử dụng nền tảng AI, đồng thời tiến hành thực hành tạo ra hình ảnh trực tiếp bằng cách sử dụng các công cụ AI đa dạng. Sau khi hoàn thành khóa học này, bạn sẽ trở nên gần gũi hơn với AI và có thể trang bị năng lực tạo hình ảnh AI để hiện thực hóa các ý tưởng sáng tạo một cách trực quan.

입문

AI, Generative AI, Machine Learning(ML)

Trí tuệ nhân tạo (AI) - Học cách sử dụng Tensor Art tạo hình ảnh AI miễn phí

usefulit

Cuộc chinh phục hoàn chỉnh của Unity Machine Learning Agent (Cơ bản)

kyushik

Thông qua bài giảng này, sinh viên sẽ không chỉ học các lý thuyết khác nhau về học tăng cường và trực tiếp triển khai chúng mà còn có thể tạo ra môi trường học tăng cường để kiểm tra thuật toán học tăng cường được triển khai bằng tác nhân học máy Unity.

초급

Reinforcement Learning(RL), Machine Learning(ML), Unity

Cuộc chinh phục hoàn chỉnh của Unity Machine Learning Agent (Cơ bản)

kyushik

Thực hành kỹ sư máy học

Đánh giá từ những học viên đầu tiên

Bạn sẽ nhận được điều này sau khi học.

95% thực hành của kỹ sư học máy là ____!

Các khóa học về học máy: Thực hành, do và để sử dụng thực tế

Đây là những gì bạn có thể làm sau khi tham gia khóa học này! 📖

Những người như thế này sẽ thích nghe điều này! 🔑

Giới thiệu bản thân ✒️

lịch sử cá nhân

Danh mục đầu tư/Video cá nhân

Những câu hỏi thường gặp 💬

Khuyến nghị cho những người này

Xin chàoĐây là .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Chương trình giảng dạy

Đánh giá

Khóa học khác của Chris Song

Khóa học tương tự

Khuyến nghị cho
những người này

Xin chào
Đây là