MLOps (Machine Learning Operations) Fundamentals 日本語版

Por: Coursera . en: , ,

  • MLOps の基礎の概要
    • このモジュールでは、コースの概要を説明します
  • MLOps を使用する理由と条件
    • このモジュールでは、機械学習について運用の観点で説明します。具体的には、問題の定義からソリューションまで、システム全体を見ていきます。
  • Kubernetes の主要コンポーネントの理解(任意)
    • このモジュールは任意です
  • AI Platform Pipelines の概要
    • このモジュールでは、Google Cloud プロダクトである AI Platform Pipelines について説明します。このプロダクトを使用すると、Google Cloud サービスで MLOps をシームレスかつスケーラブルに、簡単に実施できます。
  • AI Platform でのトレーニング、調整、提供
    • このモジュールでは、AI Platform 上の Jupyter ノートブックからモデルを手動でトレーニング、調整、提供する方法について学習します。
  • AI Platform 上の Kubeflow Pipelines
    • このモジュールでは、すでに触れたトレーニングとチューニングのプロセスを、Kubeflow パイプラインを使用して自動化します。Kubeflow パイプラインとしてさまざまなステップを表すことで、プロセス全体を 1 回のクリックでトリガーできます。プロセスの各ステップを Jupyterlab ノートブックから手動でトリガーする必要はありません。
  • AI Platform 上の Kubeflow Pipelines の CI / CD
    • このモジュールでは Kubeflow Pipelines の CI / CD について説明します。Kubeflow のパイプラインを自動化する方法はわかりましたが、このパイプラインを継続的インテグレーション スタックに統合するにはどうすればよいでしょうか。目標は、新しいトレーニング コードが、対応するリポジトリに push され次第、パイプライン アセットが再ビルドされるようにすることです。
  • まとめ
    • このモジュールは、コースで学習した内容のまとめです。

Plataforma