Upravne informacije
| Naslov | Podatkovna arhitektura |
| Trajanje | 60 |
| Modul | B |
| Vrsta lekcije | Interaktivna seja |
| Osredotočenost | Praktična – organizacijska umetna inteligenca |
| Tema | Podatkovna arhitektura |
Ključne besede
Podatkovna arhitektura, cevovod za strojno učenje, MLOps,
Učni cilji
- Poznavanje osnovnih podatkovnih arhitektur v strojnem učenju
- Zastavite vprašanja o najprimernejših podatkovnih arhitekturah
Pričakovana priprava
Učenje Dogodki, ki jih je treba dokončati pred
Obvezno za študente
- Postopek analize podatkov
- Modeli strojnega učenja
- DevOps
- CI/CD
Neobvezno za študente
Nobenega.
Reference in ozadje za študente
- DevOps
- CI/CD
Priporočeno za učitelje
Gradivo za učne ure
Navodila za učitelje
Uporabite naslednji oris:
- Uvod v razpravo
- Katere so najbolj razpršene arhitekture za ML Systems?
- Kaj je tipičen ML cevovod?
- Kaj je MLOps?
- Kako je mogoče avtomatizirati in orkestrirati cevovod ML?
- Kako je mogoče konfigurirati sistem neprekinjene integracije/neprekinjene dostave CI/CD za cevovod ML z uporabo oblaka?
- Vprašanja in nadaljnje razprave o temah, ki so jih predlagali učenci
- Razprava
- Kakšne so značilnosti arhitekture Tensor Flow eXTended (TFX)?
- Kako lahko Cloud podpira model TFX?
- Kako je mogoče avtomatizirati in orkestrirati cevovod TFX?
- Kako je mogoče konfigurirati sistem neprekinjene integracije/neprekinjene dostave CI/CD za cevovod TFX?
- Vprašanja in nadaljnje razprave o temah, ki so jih predlagali učenci
- Sklepi
- Povzetek in razprava o rezultatih lekcije:
- Glavne značilnosti strukture ML sistema in cevovodov ML
- MLOps
- Avtomatizacija in orkestriranje cevovoda ML glede na model TFX
- Sklepne ugotovitve
- Povzetek in razprava o rezultatih lekcije:
Časovni razpored
| Trajanje (min) | Opis | Koncepti |
|---|---|---|
| 20 | Uvod v razpravo | Ml sistemska arhitektura, ML cevovod |
| 30 | Razprava | Ml v proizvodnih primerih |
| 10 | Povzetek in sklepne ugotovitve |
Priznanja
Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).