Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Di bagian Mengelola Project ML, Anda dapat mengetahui cara mengelola project ML dalam prosesnya, dari ide hingga implementasi siap produksi. Kursus ini mencakup
fase pengembangan ML serta peran dan keterampilan
yang biasanya ditemukan di tim ML. Halaman ini membahas strategi untuk bekerja sama dengan pemangku kepentingan dan memberikan detail tentang cara merencanakan dan mengelola project ML di setiap fase pengembangan.
Dengan mengungkap kompleksitas yang ada dalam project ML, kursus ini memberikan framework teoretis yang solid untuk mengelola project ML.
Kursus ini berfokus pada model ML tradisional. Meskipun AI generatif menjadi sorotan, ML tradisional memainkan peran penting di Google, yang mendasari banyak layanan dan project, mulai dari memprediksi waktu perjalanan di Maps hingga memperkirakan harga tiket pesawat di Penerbangan, mulai dari memprediksi kuota TPU untuk Google Cloud hingga merekomendasikan video yang relevan di YouTube.
Secara umum, prinsip untuk mengelola project ML tradisional identik dengan pengelolaan project AI generatif. Jika ada perbedaan yang signifikan, kursus ini memberikan saran dan panduan AI generatif yang relevan.
Prasyarat:
Anda harus memiliki pemahaman dasar tentang machine learning. Untuk pengantar singkat tentang konsep machine learning, lihat
Pengantar Machine Learning. Untuk pengenalan langsung tentang machine learning, lihat Kursus Singkat Machine Learning.
Anda harus terlebih dahulu memverifikasi bahwa ML adalah pendekatan yang tepat untuk masalah Anda.
Jika Anda belum membingkai masalah dalam hal solusi ML, selesaikan
Pengantar Machine Learning Problem Framing.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2024-03-12 UTC."],[[["This course provides a comprehensive framework for managing machine learning (ML) projects, guiding you through all stages from ideation to production."],["It covers key aspects such as defining project phases, planning and management strategies, establishing success metrics, and implementing responsible AI practices."],["While focused on traditional ML models, the course also offers insights into managing generative AI projects, highlighting common principles and key differences."],["To benefit from this course, you should have a basic understanding of machine learning and have already determined that ML is the appropriate solution for your problem."],["It's estimated to take approximately 90 minutes to complete this course, equipping you with the necessary skills to effectively manage your ML projects."]]],[]]
