Wird geladen…
Keine Ergebnisse gefunden.
Auf LinkedIn-Feed teilen Twitter Facebook

Ihre Kompetenzen in der Google Cloud Console anwenden

Machine Learning Operations (MLOps) mit Vertex AI: Modellbewertung

Machine Learning Operations (MLOps) mit Vertex AI: Modellbewertung

magic_button Large Language Models Machine Learning Google Cloud Services
These skills were generated by AI. Do you agree this course teaches these skills?
2 Stunden 30 Minuten Mittelstufe universal_currency_alt Keine Kosten

Dieser Kurs gibt Machine-Learning-Anwendern alle grundlegenden Tools, Techniken und Best Practices zur Bewertung von generativen und prädiktiven KI-Modellen an die Hand. Die Modellbewertung ist ein wichtiger Schritt, bei dem geprüft wird, ob ML-Systeme in der Produktion zuverlässige, genaue und leistungsstarke Ergebnisse erzielen.

Die Teilnehmer erwerben fundierte Kenntnisse über verschiedene Bewertungsmesswerte und -methoden und lernen, sie auf unterschiedliche Modelltypen und Aufgaben anzuwenden. Im Kurs wird schwerpunktmäßig auf die besonderen Herausforderungen generativer KI-Modelle eingegangen und es werden Strategien vorgestellt, wie sich diese effektiv bewältigen lassen. Die Teilnehmer lernen auf der Plattform Vertex AI von Google Cloud, robuste Bewertungsprozesse zur Auswahl, Optimierung und kontinuierlichen Überwachung des Modells zu implementieren.

Schließen Sie diese Aktivität ab und holen Sie sich ein Logo! Treiben Sie Ihre Karriere in der Cloud voran, indem Sie allen zeigen, welche Kompetenzen Sie entwickelt haben.

info
Kursinformationen
Ziele
  • Alle Nuancen der Modellbewertung in der prädiktiven und generativen KI verstehen und ihre wichtige Rolle im MLOps-Lebenszyklus kennen.
  • Geeignete Bewertungsmesswerte für verschiedene auf generativer KI basierende Aufgaben identifizieren und anwenden.
  • Generative KI mit den verschiedenen berechnungs- und modellbasierten Bewertungsdiensten von Vertex AI effizient bewerten.
  • Durch Umsetzen von Best Practices bei der LLM-Bewertung robuste, zuverlässige Modelle in Produktionsumgebungen bereitstellen.
Voraussetzungen
  • Kenntnisse in Python, insbesondere in den im Google-Crashkurs zu Python behandelten Themen.
  • Vorkenntnisse in grundlegenden Konzepten des Machine Learning und im Entwickeln von Lösungen für Maschinelles Lernen in Google Cloud, wie in den Google Cloud-Kursen zum Machine Learning behandelt.
Verfügbare Sprachen
English, Deutsch, español (Latinoamérica), français, bahasa Indonesia, 日本語, 한국어, português (Brasil), 简体中文 und 繁體中文

Die Möglichkeiten von Challenge-Labs

Sie können jetzt schneller ein Skill-Logo erwerben, da Sie dafür nicht den gesamten Kurs absolvieren müssen. Wenn Sie sich sicher fühlen, können Sie direkt zum Challenge-Lab wechseln.

Vorschau