Einführung

Willkommen beim Testen und Debuggen im maschinellen Lernen. Das Testen und Debuggen von maschinellem Lernen unterscheidet sich erheblich von dem Testen und Debuggen traditioneller Software. In diesem Kurs wird beschrieben, wie Sie vom Debuggen des Modells bis zum Monitoring der Pipeline in der Produktion beginnen.

Geschätzte Kursdauer: 4 Stunden

Lerninhalte:

• Unbearbeitete Merkmalsdaten und erstellte Merkmalsdaten validieren.
• Fehler in einem ML-Modell beheben, damit das Modell funktioniert
• Implementieren Sie Tests, die die Fehlerbehebung vereinfachen.
• Ein funktionierendes ML-Modell optimieren
• Überwachen Sie Modellmesswerte während der Entwicklung, Markteinführung und Produktion.

Themen in diesem Kurs:

• Tensorflow Debugger: Spezieller Debugger für Tensorflow-Grafiken.
• Modellverständnis: Einblicke in das Verhalten des ML-Modells gewinnen.
• Richtlinien für bestimmte ML-Anwendungen

Voraussetzungen

Für diesen Kurs wird Folgendes vorausgesetzt:

• Sie haben ein Framing des maschinellen Lernens abgeschlossen oder sind gleichwertige Kenntnisse.
• Du hast den Crashkurs für maschinelles Lernen abgeschlossen oder ein ähnliches Wissen.
• Sie haben Datenvorbereitung und Feature Engineering abgeschlossen oder ein ähnliches Wissen.
• Grundlegende Programmierkenntnisse in Python.

Viel Spaß beim Lernen!