Welcome to the fourth course in the Building Cloud Computing Solutions at Scale Specialization! In this course, you will build upon the Cloud computing and data engineering concepts introduced in the first three courses to apply Machine Learning Engineering to real-world projects. First, you will develop Machine Learning Engineering applications and use software development best practices to create Machine Learning Engineering applications. Then, you will learn to use AutoML to solve problems more efficiently than traditional machine learning approaches alone. Finally, you will dive into emerging topics in Machine Learning including MLOps, Edge Machine Learning and AI APIs.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Building Cloud Computing Solutions at Scale
3.395 bereits angemeldet
von
Spezialisierung Building Cloud Computing Solutions at ScaleDuke UniversityÃœber diesen Kurs
9.242 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100Â % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 4 von 4 in
Stufe „Mittel“
Beginner level Linux and Python skills
Ca. 12 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100Â % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 4 von 4 in
Stufe „Mittel“
Beginner level Linux and Python skills
Ca. 12 Stunden zum Abschließen
Englisch
Untertitel: Englisch
von
Duke University
Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world.
Lehrplan - Was Sie in diesem Kurs lernen werden
4 Stunden zum Abschließen
Getting Started with Machine Learning Engineering
This week, you will learn about the methodologies involved in Machine Learning Engineering. By the end of the week, you will be able to develop Machine Learning Engineering applications and use software development best practices to create Machine Learning Engineering applications.
4 Stunden zum Abschließen
15 Videos (Gesamt 47 min), 5 Lektüren, 1 Quiz
4 Stunden zum Abschließen
Using AutoML
This week, you will learn about AutoML and how to use it to build efficient Machine Learning solutions with little to no code. These technologies include Ludwig, Google AutoML, Apple Create ML and Azure Machine Learning Studio. You will apply these solutions by using both open source and Cloud AutoML technology.
4 Stunden zum Abschließen
21 Videos (Gesamt 138 min), 2 Lektüren, 1 Quiz
5 Stunden zum Abschließen
Emerging Topics in Machine Learning
This week, you will learn MLOps strategies and best practices in designing Cloud solutions. Then, you will explore Edge Machine Learning and how to use AI APIs. You will apply these strategies to build a low code or no code Cloud solution that performs Natural Language Processing or Computer Vision.
5 Stunden zum Abschließen
22 Videos (Gesamt 158 min), 2 Lektüren, 1 Quiz
Bewertungen
- 5 stars77,50Â %
- 4 stars12,50Â %
- 3 stars7,50Â %
- 2 stars2,50Â %
Top-Bewertungen von CLOUD MACHINE LEARNING ENGINEERING AND MLOPS
von SG8. Juli 2021
Excellent course, very concise but complete, if possible a second version would be ideal
von JY1. Juni 2022
Great course to know practical ideas and concepts.
Ãœber den Spezialisierung Building Cloud Computing Solutions at Scale
With more companies leveraging software that runs on the Cloud, there is a growing need to find and hire individuals with the skills needed to build solutions on a variety of Cloud platforms. Employers agree: Cloud talent is hard to find. This Specialization is designed to address the Cloud talent gap by providing training to anyone interested in developing the job-ready, pragmatic skills needed for careers that leverage Cloud-native technologies.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
