Questo corso adotta un approccio pratico reale al flusso di lavoro ML attraverso un case study. Un team ML è chiamato a rispondere a numerosi requisiti aziendali e ad affrontare vari casi d'uso ML. Deve comprendere gli strumenti necessari per la gestione e la governance dei dati e considerare l'approccio migliore per la pre-elaborazione dei dati.
Al team vengono presentate tre opzioni per creare modelli ML per due casi d'uso. Il corso spiega perché il team utilizzerà AutoML, BigQuery ML o l'addestramento personalizzato per raggiungere i propri obiettivi.
Overview
Syllabus
- Introduzione
- Questo modulo fornisce una panoramica del corso e dei suoi obiettivi.
- Comprensione del flusso di lavoro aziendale ML
- Questo modulo descrive il flusso di lavoro aziendale ML e lo scopo di ogni passaggio.
- Dati in azienda
- Questo modulo esamina gli strumenti di gestione e governance dei dati aziendali di Google: Feature Store, Data Catalog, Dataplex e Analytics Hub.
- Scienza del machine learning e addestramento personalizzato
- Questo modulo esamina l'arte e la scienza del machine learning e delle reti neurali. Illustra inoltre come addestrare modelli ML personalizzati con Vertex AI.
- Ottimizzazione degli iperparametri mediante Vertex Vizier
- Questo modulo illustra come ottimizzare gli iperparametri utilizzando Vertex AI Vizier.
- Previsione e monitoraggio dei modelli con Vertex AI
- Questo modulo illustra la previsione e il monitoraggio dei modelli di Vertex AI. Innanzitutto, esamineremo le previsioni batch e online utilizzando container predefiniti e personalizzati, quindi passeremo al monitoraggio dei modelli, che è un servizio che aiuta a gestire le prestazioni dei modelli ML.
- Vertex AI Pipelines
- Questo modulo illustra le pipeline Vertex AI e come crearle per orchestrare un flusso di lavoro ML.
- Best practice per lo sviluppo ML
- Questo modulo esamina le best practice per diversi processi di machine learning in Vertex AI.
- Riepilogo del corso
- Questo modulo è un riepilogo del corso Machine Learning in the Enterprise.
- Riepilogo della serie
- Questo modulo è un riepilogo della serie di corsi Machine Learning on Google Cloud.
Taught by
Google Cloud Training
Related Courses
-
Launching into Machine Learning - Italiano
-
Introduction to AI and Machine Learning on GC - Italiano
-
Build, Train and Deploy ML Models with Keras on Google Cloud - Italiano
-
Feature Engineering - Italiano
-
Modernizing Data Lakes & Data Warehouses with GC - Italiano
-
Introduction to Large Language Models - Italiano
