Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Gestione dei progetti ML mostra come gestire un progetto ML man mano che passa da un'idea a un'implementazione pronta per la produzione. Il corso tratta le fasi di sviluppo del ML e i ruoli e le competenze tipici dei team ML. Discute le strategie per la collaborazione con gli stakeholder e fornisce dettagli su come pianificare e gestire un progetto ML in ogni fase di sviluppo.
Demistando le complessità inerenti ai progetti ML, il corso fornisce
un solido framework teorico per la gestione dei progetti ML.
Il corso è incentrato sui modelli ML tradizionali. Sebbene l'IA generativa sia sotto i riflettori, il machine learning tradizionale svolge un ruolo vitale per Google, alla base di molti servizi e progetti, dalla previsione dei tempi di percorrenza in Maps alla stima del prezzo dei biglietti aerei in Voli, dalla previsione della quota TPU per Google Cloud al consiglio di video pertinenti su YouTube.
In generale, i principi per la gestione dei progetti ML
tradizionali sono identici per la gestione dei progetti di IA generativa. Quando c'è una differenza significativa, il corso
offre consigli e linee guida pertinenti per l'IA generativa.
Devi prima verificare che il machine learning sia l'approccio giusto per il tuo problema.
Se non hai individuato il problema in termini di soluzione ML, consulta Introduction to Machine Learning Problem Framing.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Mancano le informazioni di cui ho bisogno","missingTheInformationINeed","thumb-down"],["Troppo complicato/troppi passaggi","tooComplicatedTooManySteps","thumb-down"],["Obsoleti","outOfDate","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Problema relativo a esempi/codice","samplesCodeIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 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."]]],[]]
