Schița de curs
Introducere
Istorie, evoluție și tendințe pentru Machine Learning
Rolul Big Data în Machine Learning
Infrastructură pentru gestionarea Big Data
Utilizarea datelor istorice și în timp real pentru a prezice comportamentul
Studiu de caz: Machine Learning În toate industriile
Evaluarea aplicațiilor și capacităților existente
Perfecționare pentru Machine Learning
Instrumente pentru punerea în aplicare Machine Learning
Cloud vs. servicii on-premise
Înțelegerea backend-ului Data Middle
Prezentare generală a Data Mining și analiză
Combinarea Machine Learning cu Data Mining
Studiu de caz: Implementarea Intelligent Applications pentru a oferi experiențe personalizate utilizatorilor
Rezumat și concluzii
Cerințe
- O înțelegere a conceptelor de baze de date
- Experiență în dezvoltarea de aplicații software
Audiență
- Dezvoltatorii
Mărturii (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Curs - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.