We may earn an affiliate commission when you visit our partners.
Course image
Google Cloud Training

Dans ce cours, nous abordons en détail les composants et les bonnes pratiques de construction de systèmes de ML hautes performances dans des environnements de production. Nous verrons aussi certaines des considérations les plus courantes concernant la construction de ces systèmes, telles que l'entraînement statique, l'entraînement dynamique, l'inférence statique, l'inférence dynamique, les tâches TensorFlow distribuées et les TPU. Ce cours a pour objectif d'explorer les caractéristiques d'un bon système de ML, au-delà de sa capacité à effectuer des prédictions correctes.

Enroll now

Two deals to help you save

What's inside

Syllabus

Présentation du machine learning avancé sur Google Cloud
Ce module fournit un aperçu des sujets abordés pendant le cours et explique comment utiliser Qwiklabs pour réaliser chaque atelier à l'aide de Google Cloud.
Read more
Concevoir l'architecture des systèmes de ML de production
Ce module décrit les autres actions nécessaires qu'un système de ML de production doit accomplir et comment satisfaire ces exigences. Vous verrez quelles décisions de conception globales et majeures vous devez prendre au sujet de l'entraînement et de l'inférence du modèle, et quels choix effectuer pour obtenir le bon profil de performances pour votre modèle.
Créer des systèmes de ML adaptables
Dans ce module, vous apprendrez à identifier en quoi un modèle dépend des données, à prendre des décisions de conception technique en tenant compte des coûts, à savoir quand effectuer un rollback des modèles vers une version antérieure, à déboguer les causes des comportements observés sur le modèle et à implémenter un pipeline immunisé contre un type de dépendance.
Créer des systèmes de ML hautes performances
Dans ce module, vous identifierez les critères de performances des modèles de machine learning. Les modèles de ML ne sont pas tous identiques. Sur certains modèles, vous vous attacherez à améliorer les performances d'E/S. Sur d'autres, vous chercherez à accélérer la vitesse de calcul.
Créer des systèmes de ML hybrides
Prenez connaissance des outils et des systèmes disponibles et apprenez quand utiliser des modèles de machine learning hybrides.
Résumé
Liens PDF vers tous les modules

Good to know

Know what's good
, what to watch for
, and possible dealbreakers
Enseigne les considérations relatives aux systèmes ML hautes performances, ce qui est pertinent dans le secteur
Développe des compétences en ingénierie de systèmes ML et en implémentation, qui sont essentielles pour le développement de logiciels ML
Développé par Google Cloud Training, qui est reconnu pour son expertise en matière de cloud computing et d'IA
Nécessite des connaissances préalables en apprentissage automatique et en ingénierie des systèmes
Enseigné par Google Cloud, qui est une entreprise commerciale
Nécessite l'utilisation de Google Cloud Platform, qui peut entraîner des coûts supplémentaires

Save this course

Save Production Machine Learning Systems - Français to your list so you can find it easily later:
Save

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Production Machine Learning Systems - Français with these activities:
Encadrer des étudiants débutants en apprentissage automatique
En encadrant d'autres personnes, vous pouvez approfondir votre compréhension des concepts fondamentaux de l'apprentissage automatique tout en aidant les autres à apprendre.
Browse courses on Machine Learning
Show steps
  • Identifier des opportunités de mentorat dans les forums en ligne ou les groupes d'étude
  • Partager vos connaissances et fournir des conseils aux étudiants débutants
  • Répondre aux questions et clarifier les concepts d'apprentissage automatique
Compiler un recueil de ressources sur les systèmes de ML hautes performances
Compiler des ressources vous permettra d'organiser et d'accéder facilement à un ensemble complet de matériel pédagogique, renforçant ainsi votre compréhension du sujet.
Browse courses on Machine Learning
Show steps
  • Rechercher et collecter des articles, des tutoriels et des études de cas sur les systèmes de ML hautes performances
  • Organiser les ressources dans un format structuré et accessible
  • Réviser et mettre à jour régulièrement le recueil de ressources en fonction des nouvelles découvertes
Effectuer des exercices de programmation de modèles de ML
Les exercices de programmation vous permettront de mettre en pratique vos compétences en programmation de modèles de ML et d'améliorer votre compréhension des algorithmes et des techniques.
Browse courses on Machine Learning
Show steps
  • Trouver des exercices de programmation en ligne ou dans des manuels
  • Coder les solutions aux exercices en utilisant les langages et les bibliothèques appropriés
  • Tester et déboguer les solutions pour garantir leur exactitude et leur efficacité
Four other activities
Expand to see all activities and additional details
Show all seven activities
Participer à un atelier sur les systèmes de ML hautes performances
Participer à un atelier vous permettra d'acquérir des connaissances pratiques et de mettre en œuvre des techniques pour créer des systèmes de ML hautes performances.
Browse courses on Machine Learning
Show steps
  • Rechercher et s'inscrire à un atelier sur les systèmes de ML hautes performances
  • Participer activement à l'atelier et prendre des notes
  • Poser des questions et interagir avec les experts de l'industrie
Suivre des tutoriels sur la création de systèmes de ML adaptables
Les tutoriels vous guideront étape par étape dans le processus de création de systèmes de ML adaptables, en vous aidant à approfondir votre compréhension des concepts et des techniques.
Browse courses on Machine Learning
Show steps
  • Identifier des tutoriels réputés sur les systèmes de ML adaptables
  • Suivre les tutoriels attentivement et mettre en œuvre les techniques
  • Expérimenter et affiner les systèmes de ML adaptables en fonction des résultats
Créer un blog ou une présentation sur les systèmes de ML hybrides
Créer un blog ou une présentation vous incitera à synthétiser et à communiquer vos connaissances sur les systèmes de ML hybrides, renforçant ainsi votre compréhension.
Browse courses on Machine Learning
Show steps
  • Rechercher et rassembler des informations sur les systèmes de ML hybrides
  • Structurer et organiser les informations de manière claire et concise
  • Créer un blog ou une présentation engageante et informative
  • Partager votre blog ou présentation avec d'autres et recueillir des commentaires
Participer à des compétitions de modélisation prédictive
Participer à des compétitions vous mettra au défi de résoudre des problèmes du monde réel, en affinant vos compétences en modélisation prédictive et en apprenant de vos pairs.
Browse courses on Machine Learning
Show steps
  • Identifier des compétitions de modélisation prédictive pertinentes
  • Former et affiner un modèle de prédiction en utilisant les techniques apprises en classe
  • Soumettre le modèle à la compétition et analyser les résultats

Career center

Learners who complete Production Machine Learning Systems - Français will develop knowledge and skills that may be useful to these careers:
Machine Learning Engineer
Machine Learning Engineers are responsible for designing, developing, and deploying machine learning models. This course is a good fit for Machine Learning Engineers who want to learn how to build scalable, reliable, and performant machine learning systems, as it covers topics such as distributed training, resource optimization, and model monitoring.
Product Manager
Product Managers are responsible for defining the vision and roadmap for a product. They work with engineers, designers, and marketers to bring the product to market and ensure that it meets the needs of users. This course may be useful for Product Managers who want to learn more about machine learning and how to use it to create innovative products.
Researcher
Researchers are responsible for conducting research in a variety of fields, including science, technology, and social sciences. This course may be useful for Researchers who want to learn more about machine learning and how to use it to conduct research.
Data Analyst
A Data Analyst is responsible for collecting, cleaning, and analyzing data to identify trends and patterns, developing visualizations to communicate insights, and suggesting improvements to optimize business performance. This course may be useful for Data Analysts who want to learn more about machine learning and how to use it to automate their data analysis tasks.
Data Scientist
A Data Scientist is responsible for collecting, analyzing, and interpreting large amounts of data, often using statistical and machine learning techniques. This course may be useful for Data Scientists who want to learn more about building production-ready machine learning systems, as it covers topics such as model training and deployment, performance optimization, and data dependency management.
Educator
Educators are responsible for teaching students in a variety of settings, including schools, colleges, and universities. This course may be useful for Educators who want to learn more about machine learning and how to use it to teach their students.
Project Manager
Project Managers are responsible for planning, executing, and delivering projects. They work with stakeholders to define the project scope, timeline, and budget, and they track progress to ensure that the project is completed on time and within budget. This course may be useful for Project Managers who want to learn more about machine learning and how to use it to improve project outcomes.
Technical Writer
Technical Writers are responsible for creating documentation for software and hardware products. This course may be useful for Technical Writers who want to learn more about machine learning and how to write documentation for machine learning products.
Sales Engineer
Sales Engineers are responsible for selling software and hardware products to businesses. This course may be useful for Sales Engineers who want to learn more about machine learning and how to sell machine learning products.
Business Analyst
Business Analysts are responsible for understanding business needs and translating them into technical requirements. They also work with stakeholders to define the scope of projects and manage project timelines and budgets. This course may be useful for Business Analysts who want to learn more about machine learning and how to use it to solve business problems.
Financial Analyst
Financial Analysts are responsible for analyzing financial data to make investment recommendations. This course may be useful for Financial Analysts who want to learn more about machine learning and how to use it to make more accurate investment predictions.
Operations Manager
Operations Managers are responsible for planning, executing, and controlling the operations of a business. This course may be useful for Operations Managers who want to learn more about machine learning and how to use it to improve operational efficiency.
Consultant
Consultants provide advice and guidance to organizations on a variety of topics, including business strategy, operations, and technology. This course may be useful for Consultants who want to learn more about machine learning and how to use it to help their clients solve business problems.
Marketing Manager
Marketing Managers are responsible for developing and executing marketing campaigns. This course may be useful for Marketing Managers who want to learn more about machine learning and how to use it to personalize marketing campaigns.
Software Engineer
Software Engineers are responsible for designing, developing, and maintaining software systems. This course may be useful for Software Engineers who want to learn more about machine learning and how to integrate it into their software applications.

Reading list

We've selected nine books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Production Machine Learning Systems - Français.
Ce livre, très bien écrit, utilise des cas pratiques pour expliquer les concepts techniques de base du ML, comme l'entraînement et l'évaluation des modèles, et fournit des instructions claires pour utiliser des bibliothèques importantes telles que scikit-learn, Keras et TensorFlow.
Ce livre pratique fournit un excellent aperçu du deep learning, en utilisant la bibliothèque fastai et PyTorch, et couvre des sujets tels que la préparation des données, la création de modèles et le déploiement.
Ce manuel complet fournit une base solide dans les concepts et les algorithmes fondamentaux du ML, ce qui en fait une ressource précieuse pour les débutants ou ceux qui souhaitent rafraîchir leurs connaissances.
Ce livre plus technique fournit une perspective probabiliste sur le ML, abordant des sujets tels que les modèles graphiques, l'inférence bayésienne et les algorithmes d'apprentissage.
Ce livre se concentre sur les méthodes de ML clairsemées, telles que le lasso, et fournit un cadre théorique solide pour comprendre leur fonctionnement et leurs applications.
Ce livre de référence explore les méthodes du noyau, telles que les machines à vecteurs de support et les noyaux gaussiens, et fournit une base théorique approfondie.
Ce livre très cité est une ressource complète et faisant autorité sur le deep learning, couvrant les architectures de réseau, les algorithmes d'entraînement et les applications.
Ce livre amusant et pratique fournit une introduction pratique au ML pour les hackers et autres personnes ayant un état d'esprit bricoleur.
Ce livre concis fournit un aperçu rapide des concepts clés du ML, adapté aux débutants ou à ceux qui souhaitent un rafraîchissement.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to Production Machine Learning Systems - Français.
Gestion de la mémoire avec la programmation C
Most relevant
Les coulisses des systèmes de recommandation
Most relevant
Introduction à l'éthique de l’IA
Most relevant
Stratégies de communication à l’ère du virtuel
Most relevant
Art and Science of Machine Learning en Français
Most relevant
Administration système et services d’infrastructure...
Most relevant
Administration système et services d’infrastructure...
Most relevant
Sécurité des TI : Défense contre les pratiques sombres du...
Most relevant
Sécurité informatique et dangers du numérique
Most relevant
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser