How Google Does Machine Learning - Português Brasileiro
How Google Does Machine Learning - Português Brasileiro
Quais são as práticas recomendadas para implementar machine learning no Google Cloud? O que é Vertex AI e como é possível usar a plataforma para criar, treinar e implantar modelos de machine learning do AutoML com rapidez e sem escrever nenhuma linha de código? O que é machine learning e que tipos de problema ele pode resolver?
O Google pensa em machine learning de uma forma um pouco diferente. Para nós, o processo de ML é sobre fornecer uma plataforma unificada para conjuntos de dados gerenciados, como uma Feature Store, uma forma de criar, treinar e implantar modelos de machine learning sem escrever nenhuma linha de código. Além disso, o ML também é sobre a habilidade de rotular dados, criar notebooks do Workbench usando frameworks (como TensorFlow, SciKit Learn, Pytorch e R) e muito mais. A plataforma Vertex AI também inclui a possibilidade de treinar modelos personalizados, criar pipelines de componente e realizar previsões em lote e on-line. Também falamos sobre as cinco fases da conversão de um possível caso de uso a ser realizado por machine learning e vemos como é importante não ignorar essas etapas. Finalizamos com um reconhecimento das tendências que o machine learning pode ampliar e como reconhecer isso.
- Descrever a plataforma Vertex AI e como ela é usada para criar, treinar e implantar com rapidez modelos de machine learning do AutoML sem que você precise escrever uma linha de código sequer
- Descrever as práticas recomendadas para implementação de machine learning no Google Cloud
- Usar as ferramentas e o ambiente do Google Cloud Platform para trabalhar com ML
- Articular práticas recomendadas de IA responsável