Dieser Kurs ist Teil der Spezialisierung Spezialisierung Building Cloud Computing Solutions at Scale

4.6
Sterne
49 Bewertungen

Noah Gift

4.535 bereits angemeldet

von

Spezialisierung Building Cloud Computing Solutions at ScaleDuke University

Über diesen Kurs

14.535 kürzliche Aufrufe

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. 
This course is ideal for beginners as well as intermediate students interested in applying Cloud computing to data science, machine learning and data engineering. Students should have beginner level Linux and intermediate level Python skills. For your project in this course, you will build a Flask web application that serves out Machine Learning predictions.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 4 von 4 in

Spezialisierung Building Cloud Computing Solutions at Scale

Stufe „Mittel“

Beginner level Linux and Python skills

Ca. 12 Stunden zum Abschließen

Englisch

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 4 von 4 in

Spezialisierung Building Cloud Computing Solutions at Scale

Stufe „Mittel“

Beginner level Linux and Python skills

Ca. 12 Stunden zum Abschließen

Englisch

Dozent

Dozentenbewertung

4,66/5 (13 Bewertungen)

Noah Gift

Executive in Residence and Founder of Pragmatic AI Labs

Interdisciplinary Data Science (MIDS)

32.556 Lernende

10 Kurse

von

Duke University

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche

Woche 1

4 Stunden zum Abschließen

Getting Started with Machine Learning Engineering

4 Stunden zum Abschließen

15 Videos (Gesamt 47 min), 5 Lektüren, 1 Quiz

15 Videos

Instructor Introduction1m

Course Introduction2m

Lab Onboarding1m

Course 4 Project Overview1m

Introduction to Machine Learning Engineering30

Machine Learning Engineering Overview1m

Machine Learning Engineering Architecture3m

Introduction to Machine Learning Microservices40

Machine Learning Microservices Overview1m

Monolithic versus Microservice2m

Introduction to Continuous Delivery for Machine Learning39

Continuous Delivery for Machine Learning Overview1m

What is Data Drift?2m

Continuously Deploy Flask ML Application4m

AWS App Runner: High-Level PaaS Continuous Delivery21m

5 Lektüren

Specialization Project Roadmap: Course 410m

Course Structure and Discussion Etiquette10m

Jupyter Notebook Workflow for Machine Learning10m

K-Means Clustering Sample Dataset10m

High Level MLOps Continuous Deployment10m

1 praktische Übung

Week 1 Quiz30m

Woche

Woche 2

4 Stunden zum Abschließen

Using AutoML

4 Stunden zum Abschließen

21 Videos (Gesamt 138 min), 2 Lektüren, 1 Quiz

21 Videos

Introduction to AutoML50

What is AutoML?1m

AutoML Computer Vision3m

Introduction to No Code/Low Code4m

No Code/Low Code AutoML: Part 134m

No Code/Low Code AutoML: Part 218m

Apple Create ML AutoML19m

Introduction to Ludwig AutoML1m

What is Ludwig AutoML?1m

Ludwig AutoML Deep Dive2m

Ludwig AutoML By Example5m

Introduction to Cloud AutoML46

What is Cloud AutoML?1m

Cloud AutoML Deep Dive1m

Guest Speaker: Alfredo Deza1m

Introduction to Azure Machine Learning Studio3m

Create a Dataset in Azure Machine Learning Studio10m

Automated ML Run in Azure Machine Learning Studio12m

Experiments in Azure Machine Learning Studio3m

Deploy a Module in Azure Machine Learning Studio5m

Test Endpoints in Azure Machine Learning Studio4m

2 Lektüren

Managed Machine Learning Systems10m

Use Apple's AutoML Computer Vision10m

1 praktische Übung

Week 2 Quiz30m

Woche

Woche 3

5 Stunden zum Abschließen

Emerging Topics in Machine Learning

5 Stunden zum Abschließen

22 Videos (Gesamt 158 min), 2 Lektüren, 1 Quiz

22 Videos

Introduction to MLOps38

What is MLOps?1m

MLOps Deep Dive3m

Introduction to Edge Machine Learning49

What is Edge Machine Learning?3m

Edge Machine Learning Vision in Action6m

Hardware Inference Model Solutions in Edge Machine Learning23m

Edge Machine Learning in Google29m

Edge Machine Learning in AWS16m

Introduction to AI APIs57

How to Use AI APIs?2m

Core Components of a Cloud Application4m

AWS Comprehend for Natural Language Processing7m

AWS Rekognition for Computer Vision2m

GCP AutoML for Natural Language Processing10m

GCP AutoML for Computer Vision4m

Azure AutoML for AI Predictions16m

Azure AutoML for Computer Vision1m

Core Components of a Cloud Application Recap34

Steps to Developing an API9m

Flask Machine Learning Backend4m

Checklist for Building Professional Web Services7m

2 Lektüren

Deep Dive: Use a Low Code or No Code Cloud AI API to Solve a Problem10m

Deploy a Flask Machine Learning Model That You Didn't Build10m

1 praktische Übung

Week 3 Quiz30m

Bewertungen

4.6

9 Bewertungen

5 stars
73,46 %
4 stars
16,32 %
3 stars
8,16 %
2 stars
2,04 %

Top-Bewertungen von CLOUD MACHINE LEARNING ENGINEERING AND MLOPS

von AD31. Okt. 2022

Great Intro into DevOps and MLOps for beginners, Also good explanation and practical application examples

von YA7. Feb. 2022

Amazing teacher and perfect mixture of necessary informations. It was a privilage to learn from him, i recommend this course for every ML Engineer.

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.

Alle Bewertungen anzeigen

Über 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.

In the first course, you will learn how to build foundational Cloud computing infrastructure, including websites involving serverless technology and virtual machines, using the best practices of DevOps. The second course will teach you how to build effective Microservices using technologies like Flask and Kubernetes that are continuously deployed to a Cloud platform: Amazon Web Services (AWS), Azure or Google Cloud Platform (GCP). The third course begins to put together all of the Cloud concepts introduced in the first two courses to tackle more complex data engineering solutions. And finally, in the fourth course you will apply Machine Learning Engineering to build a Flask web application that serves out Machine Learning predictions.

Building Cloud Computing Solutions at Scale

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Cloud Machine Learning Engineering and MLOps

Über diesen Kurs