프로덕션 머신러닝 시스템
프로덕션 머신러닝 시스템
These skills were generated by AI. Do you agree this course teaches these skills?
이 과정에서는 프로덕션 환경에서 고성능 ML 시스템을 빌드하기 위한 구성요소와 권장사항을 자세히 살펴봅니다. 정적 학습, 동적 학습, 정적 추론, 동적 추론, 분산 TensorFlow, TPU 등 고성능 ML 시스템 빌드와 관련된 일반적인 고려사항을 다룹니다. 이 과정에서는 정확한 예측 능력 외에도 양질의 ML 시스템을 만드는 특성을 탐구하는 데 중점을 둡니다.
과정 정보
목표
- 정적 학습 및 추론과 동적 학습 및 추론 비교
- 모델 종속 항목 관리
- 분산형 학습의 내결함성, 복제 등 설정
- 이식성을 위해 모델 내보내기
기본 요건
이 과정을 최대한 활용하려면 참가자가 다음 요건을 충족해야 합니다.
1) 'Google Cloud의 머신러닝' 과정 시리즈에서 다룬 머신러닝의 기본 개념 숙지
2) Python 등의 스크립트 언어에 대한 숙련도
대상
이 강의는 기본적으로 다음과 같은 참가자를 대상으로 합니다.
1) 예비 머신러닝 데이터 과학자 및 엔지니어
2) 머신러닝 과학자, 데이터 과학자, 데이터 분석가
사용할 수 있는 언어
English, español (Latinoamérica), français, 日本語, português (Brasil), 한국어
과정을 완료한 후에는 어떻게 해야 하나요?
과정을 완료한 후 학습 과정 에서 다른 콘텐츠를 살펴보거나 학습 카탈로그 를 둘러보면 됩니다.
어떤 배지를 획득할 수 있나요?
과정을 완료하면 이수 배지가 주어집니다. 배지는 프로필에 표시되며 사회 연결망에서 공유할 수 있습니다.
Google의 주문형 파트너에서 제공하는 과정에 관심이 있으신가요?
Coursera 및 Pluralsight 에서 Google Cloud 콘텐츠를 살펴보세요.
강사 주도 강좌를 선호하시나요?