Administrativne informacije
Naslov | Arhitektura podataka |
Trajanje | 60 |
Modul | B |
Vrsta lekcija | Interaktivna sjednica |
Fokus | Praktična – Organizacijska umjetna inteligencija |
Tema | Arhitektura podataka |
Ključne riječi
Arhitektura podataka, cjevovod za učenje strojeva, MLOps,
Ciljevi učenja
- Poznavanje osnovnih podatkovnih arhitektura u strojnom učenju
- Postavite pitanja o najprikladnijim arhitekturama podataka
Očekivana priprema
Edukativni događaji koji će biti završeni prije
Obvezno za studente
- Postupak analize podataka
- Modeli strojnog učenja
- DevOps
- CI/CD
Neobvezno za studente
Nijedan.
Preporuke i pozadina za studente
- DevOps
- CI/CD
Preporučeno nastavnicima
Nastavni materijali
Upute za učitelje
Upotrijebite sljedeći nacrt:
- Uvod u raspravu
- Koje su najrasprostranjenije arhitekture za ML sustave?
- Što je tipičan ML cjevovod?
- Što su MLOps?
- Kako je moguće automatizirati i orkestrirati ML cjevovod?
- Kako je moguće konfigurirati kontinuiranu integraciju/kontinuiranu isporuku CI/CD sustava za ML cjevovod pomoću oblaka?
- Pitanja i daljnje rasprave o temama koje su predložili studenti
- Diskusija
- Koje su značajke arhitekture Tensor Flow eXTended (TFX)?
- Kako Cloud može podržati TFX model?
- Kako je moguće automatizirati i orkestrirati TFX cjevovod?
- Kako je moguće konfigurirati kontinuiranu integraciju/kontinuiranu isporuku CI/CD sustava za TFX cjevovod?
- Pitanja i daljnje rasprave o temama koje su predložili studenti
- Zaključci
- Sažetak ishoda lekcija i rasprava o njima:
- Glavne značajke arhitekture sustava ML i ML cjevovoda
- MLOps
- Automatizacija i orkestriranje ML cjevovoda s obzirom na model TFX
- Zaključne napomene
- Sažetak ishoda lekcija i rasprava o njima:
Vremenski raspored
Trajanje (min) | Opis | Koncepti |
---|---|---|
20 | Uvod u raspravu | Ml arhitektura sustava, ML cijev |
30 | Diskusija | Ml u primjerima proizvodnje |
10 | Sažetak i uvjerljive napomene |
Priznanja
Diplomski studij umjetne inteligencije usmjeren na čovjeka sufinanciran je Instrumentom za povezivanje Europe Europske unije u okviru bespovratnih sredstava CEF-TC-2020 – 1 Digital Skills 2020-EU-IA-0068.