Witamy w artykule Testowanie i debugowanie w systemach uczących się. Testowanie i debugowanie systemów uczących się różni się znacznie od standardowego testowania i debugowania. Z tego kursu dowiesz się, jak debugować model, aż po monitorowanie swojego potoku w środowisku produkcyjnym.
Czego nie obejmuje ten kurs:
- Debuger Tensorflow: specjalistyczny debuger dla Tensorflow.
- Poznanie modelu: uzyskiwanie informacji o zachowaniu modeli ML.
- Wytyczne dla konkretnych aplikacji ML.
Wymagania wstępne
W tym kursie zakładamy, że masz:
- Ukończysz oprawianie systemów uczących się lub masz podobną wiedzę.
- Ukończenie kursu systemów uczących się lub równoważne rozwiązanie.
- Musisz ukończyć przygotowywanie danych i inżynierię cech lub mieć taką samą wiedzę.
- Podstawowa wiedza o programowaniu w języku Python.
Przyjemnej nauki!