Διοικητικές πληροφορίες
| Τίτλος | Αρχιτεκτονική δεδομένων |
| Διάρκεια | 60 |
| Ενότητα | Β |
| Είδος μαθήματος | Διαδραστική συνεδρία |
| Εστίαση | Πρακτική — Οργανωτική ΤΝ |
| Θέμα | Αρχιτεκτονική δεδομένων |
Λέξεις-κλειδιά
Αρχιτεκτονική στοιχείων, σωλήνωση μάθησης μηχανών, MLOps,
Μαθησιακοί στόχοι
- Για να γνωρίσετε τις βασικές αρχιτεκτονικές δεδομένων στη μηχανική μάθηση
- Θέστε ερωτήσεις σχετικά με τις πιο κατάλληλες αρχιτεκτονικές δεδομένων
Αναμενόμενη προετοιμασία
Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν
Υποχρεωτικό για τους φοιτητές
- Διαδικασία ανάλυσης δεδομένων
- Μοντέλα μηχανικής μάθησης
- DevOps
- CI/CD
Προαιρετικό για Φοιτητές
Καμία.
Αναφορές και υπόβαθρο για τους μαθητές
- DevOps
- CI/CD
Συνιστάται για εκπαιδευτικούς
Υλικό μαθήματος
Οδηγίες για τους εκπαιδευτικούς
Χρησιμοποιήστε το ακόλουθο περίγραμμα:
- Εισαγωγή στη συζήτηση
- Ποιες είναι οι πιο διάχυτες αρχιτεκτονικές για τα συστήματα ML;
- Τι είναι ένας τυπικός αγωγός ML;
- Τι είναι το MLOps;
- Πώς είναι δυνατόν να αυτοματοποιηθεί και να ενορχηστρωθεί ένας αγωγός ML;
- Πώς είναι δυνατόν να διαμορφωθεί ένα σύστημα συνεχούς ολοκλήρωσης/συνεχούς παράδοσης CI/CD για τον αγωγό ML χρησιμοποιώντας το Cloud;
- Ερωτήσεις και περαιτέρω συζήτηση για θέματα που προτείνουν οι μαθητές
- Συζήτηση
- Ποια είναι τα χαρακτηριστικά της αρχιτεκτονικής Tensor Flow eXTended (TFX);
- Πώς μπορεί το Cloud να υποστηρίξει το μοντέλο TFX;
- Πώς είναι δυνατόν να αυτοματοποιηθεί και να ενορχηστρωθεί ο αγωγός TFX;
- Πώς είναι δυνατόν να διαμορφωθεί ένα σύστημα συνεχούς ολοκλήρωσης/συνεχούς παράδοσης CI/CD για τον αγωγό TFX;
- Ερωτήσεις και περαιτέρω συζήτηση για θέματα που προτείνουν οι μαθητές
- Συμπεράσματα
- Συνοψίζοντας και συζητώντας τα αποτελέσματα του μαθήματος:
- Κύρια χαρακτηριστικά της αρχιτεκτονικής συστήματος ML και των αγωγών ML
- MLOps
- Αυτοματοποίηση και ενορχήστρωση αγωγού ML με αναφορά στο μοντέλο TFX
- Πειστικές παρατηρήσεις
- Συνοψίζοντας και συζητώντας τα αποτελέσματα του μαθήματος:
Χρονοδιάγραμμα
| Διάρκεια (ελάχ.) | Περιγραφή | Έννοιες |
|---|---|---|
| 20 | Εισαγωγή στη συζήτηση | Μιλ. αρχιτεκτονική συστημάτων, αγωγός ML |
| 30 | Συζήτηση | Ml σε παραδείγματα παραγωγής |
| 10 | Συνοψίζοντας και πειστικές παρατηρήσεις |
Αναγνωρίσεις
Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.