Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
La page Gérer des projets de ML vous montre comment gérer un projet de ML à mesure qu'il passe de l'idée de départ à une mise en œuvre prête pour la production. Il aborde les phases de développement du ML, ainsi que les rôles et compétences généralement associés aux équipes de ML. Il présente les stratégies de collaboration avec les personnes concernées et fournit des informations sur la planification et la gestion d'un projet de ML à chaque phase de développement.
En démystifiant les complexités inhérentes aux projets de ML, le cours fournit un framework théorique solide pour la gestion des projets de ML.
Le cours porte sur les modèles de ML traditionnels. Bien que l'IA générative soit à l'honneur, le ML traditionnel joue un rôle essentiel chez Google. Il est à la base de nombreux services et projets, qu'il s'agisse de prédire les temps de trajet dans Maps, d'estimer le prix des billets d'avion dans Flights, de prédire le quota TPU pour Google Cloud ou de recommander des vidéos pertinentes sur YouTube.
Les principes de gestion des projets de ML traditionnels sont les mêmes pour la gestion des projets d'IA générative. Lorsqu'une différence notable est observée, le cours
fournit des conseils pertinents sur l'IA générative.
Prérequis :
Vous devez posséder des connaissances de base en machine learning. Pour une brève présentation des concepts du machine learning, consultez la page
Présentation du machine learning. Pour une présentation pratique du machine learning, consultez le Cours d'initiation au machine learning.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2024/03/12 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Il n'y a pas l'information dont j'ai besoin","missingTheInformationINeed","thumb-down"],["Trop compliqué/Trop d'étapes","tooComplicatedTooManySteps","thumb-down"],["Obsolète","outOfDate","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Mauvais exemple/Erreur de code","samplesCodeIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 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."]]],[]]
