MLOps Temelleri: Makine Öğrenimi Modellerini Dağıtma ve İzleme

Makine öğrenimi modelleri yalnızca üretimde başarılı bir şekilde çalıştıklarında değer sağlarlar. Ancak, yerel bir not defteri ile ölçeklenebilir, izlenen bir dağıtım arasındaki boşluğu kapatmak zorlayıcı olabilir. Bu kurs, Makine Öğrenimi Operasyonlarına (MLOps) kapsamlı bir giriş sunmaktadır. Temel terminolojiyi ve yaşam döngüsü kavramlarını anlamaya başlayacak, ardından uygulamalı, metin tabanlı alıştırmalara geçeceksiniz. Programın sonunda, modelleri nasıl paketleyeceğinizi, sürekli entegrasyonu nasıl kuracağınızı ve modellerinizin zaman içinde doğruluğunu korumak için izleme stratejilerini nasıl uygulayacağınızı bileceksiniz. Neler öğreneceksiniz: Temel MLOps terminolojisini ve makine öğrenimi yaşam döngüsünü anlayın. Tutarlı dağıtım için makine öğrenimi modellerini paketleyin ve kapsayıcılaştırın. Makine öğrenimi iş akışları için uyarlanmış temel CI/CD işlem hatları yapılandırın. Sürümleri ve meta verileri izlemek için modern model kayıt desenlerini uygulayın. Veri kaymasını ve bozulmayı tespit etmek için üretimde model performansını izleyin. Modellerinizi güncel ve doğru tutmak için otomatik yeniden eğitim döngüleri tasarlayın. Müfredat, temel tanımlardan ve ortam kurulumundan gözlemlenebilirlik ve otomatik yeniden eğitim gibi gelişmiş konulara doğru mantıksal olarak ilerlemektedir. Açık yazılı açıklamalar ve pratik kod parçacıkları aracılığıyla, üretim düzeyinde ML sistemleri hakkında sağlam bir anlayış geliştireceksiniz. Bu kurs, başlangıç seviyesindeki kullanıcılar, veri bilimcileri ve MLOps konusunda önceden deneyimi olmayan, dağıtım becerilerini sıfırdan öğrenmek isteyen hevesli ML mühendisleri için tasarlanmıştır. MLOps temelinizi bugün oluşturmaya başlayın ve makine öğrenimi modellerinizi hayata geçirin.