使用 Docker (DevOps)布署机器学习和 NLP 模型

课程简介

学习如何构建机器学习、深度学习和 NLP 模型,并使用 Docker 容器(DevOps)(使用 Python)布署它们

课程介绍:English 繁中

从这 4 小时的课程,你会学到

  • 如何同步 DevOps 和机器学习的多功能性
  • 掌握 Docker,Docker 文件,Docker 应用程序和 Docker 容器(DevOps)
  • Flask 基础与应用程序接口(API)
  • 创建和布署随机森林模型
  • 创建一个基于文本(自然语言处理: NLP)的 CLUSTERING (KMeans)模型,并将其公开作为 API
  • 创建一个 API,它将运行一个深度学习模型(卷积神经网络: CNN)影像辨识和分类模型

要求

  • 使用任何编程语言的基本编程
  • 基础数学
  • 对 Python 的一些了解(但不是强制的)

课程说明

正如我们所知,机器学习是当今业界中的新时髦词汇。 这在可以想象的商务中的每一个部分都得到了实践,为复杂的业务问题提供了数据驱动的解决方案。 这就提出了布署解决方案的挑战,这个解决方案是由机器学习技术构建的,因此可以横跨预定的商务单元使用,而不是孤立地运行。

这是一个广泛和深思熟虑的课程创建和设计的 UNP 精英团队的数据科学家从世界各地专注面临的挑战,数据科学家和电脑解决方案架构师在整个行业,总结如下句子:

“我有一个机器学习模型,它正在按照预期工作! ! 现在接下来怎么办

本课程将帮助您创建数据科学基本主题的坚实基础,以及通过 Docker 容器布署已创建的解决方案的坚实基础,这些解决方案最终将把您的模型公开为服务(API) ,任何希望使用它的人都可以使用。

在本课程结束时,你将能够:

  • 学习 Docker,Docker 文件,Docker 容器
  • 学习 Flask 基础和应用程序接口(API)
  • 创建一个随机森林模型并部署它。
  • 创建一个基于自然语言处理的测试聚类模型(K-Means)并将其可视化。
  • 利用深度学习模型构建影像处理和识别 API (卷积神经网络: CNN)

本课程是数据科学基础、工业标准、对机器学习和实际应用的更广泛理解以及最重要的布署的完美结合。

目标受众

  • 任何愿意冒险进入数据科学的领域的人
  • 任何有兴趣布署数据科学解决方案的人,可以是回归、 NLP 甚至是深度学习模型

讲师简介

UNP United Network of Professionals 出版一流的数据科学学习材料

在 UNP,我们的愿景是让学习变得有趣、充实和个性化。 我们正在努力使数据科学大众化,并打破进入分析和数据科学世界的障碍。

我们致力于开发和出版一流的数据科学学习材料。 这些材料的设计是为了让学生为数据科学产业做好准备。 UNP 开发的所有内容都是数字化的,可以是电子书、视频讲座、虚拟教室。 除了向个人分发内容外,我们还为企业客户提供学习材料。

学习教材只由经验丰富的数据科学专业人员和一线大学的教授开发。 每份教材在出版前都要经过严格的审查程序。 UNP 提供的每一份教材都附有代码片段、工业项目应用程序和准备工作面试的提示。

与我们的愿景一致,UNP 奖学金计划的目的是为有经济困难的学生提供学习机会。

英文字幕:有

  • 想要了解如何将英文字幕自动翻译成中文? 请参考这篇 How-To

优惠信息

如何购买这门课程比较划算?可以参考课程合购优惠方案


报名参加课程

Sponsored by Udemy

也许你会有兴趣

 欢迎使用e-mail订阅 Soft & Share 

发表评论

Powered by WordPress.com.

Up ↑

%d 博主赞过: