Informazzjoni Amministrattiva
| Titlu | MLOps Ċiklu tal-Ħajja |
| Tul ta’ żmien | 60 |
| Modulu | B |
| Tip ta’ lezzjoni | Lekċer |
| Fokus | Prattiċi — IA organizzattiva |
| Suġġett | Ħarsa ġenerali minn tarf sa tarf taċ-ċiklu tal-ħajja tal-MLOps |
Kliem prinċipali
MLOps,IA organizzattiva,Etika,Disinn,
Għanijiet ta’ Tagħlim
- Fehim tal-MLOps minn tarf sa tarf
- Fehim tal-Inġestjoni tad-Data
- Familjari mal-Algoriżmu Żvilupp
- Familjari mal-Mudell ta’ Żvilupp u Skjerament
- Fehim tal-Monitoraġġ Kontinwu
Preparazzjoni mistennija
Avvenimenti ta’ Tagħlim li għandhom jiġu Mlestija Qabel
Obbligatorju għall-Istudenti
Fakultattiv għall-Istudenti
- Tħejjija u Ġestjoni tad-Data: Qabel għadis fil MLOps, huwa ta ‘benefiċċju li jifhmu l-fażijiet inizjali tal-proċess ta’ tagħlim magna, speċjalment ġbir tad-data, tindif, u preprocessing
- Mudell ta’ Taħriġ u Validazzjoni: Għarfien ta’ kif il-mudelli huma mħarrġa, ivvalidati u evalwati se jipprovdi pedament sod għall-fehim tal-aspetti operattivi tal-ML.
- Tuning tal-iperparametru: Filwaqt li mhux dejjem koperti fil-fond fil-korsijiet MLOps, fehim irfinar hyperparameter jista ‘jkun ta’ benefiċċju kif huwa pass kruċjali fl-ottimizzazzjoni mudell.
- MLOps Għodod u Pjattaformi: Familjarità ma ‘għodod bħal Kubeflow, Azure ML, u oħrajn jistgħu jagħtu lill-istudenti bidu ras.
- Prattiki ta’ Dokumentazzjoni f’ML: Dokumentazzjoni xierqa hija essenzjali fl-MLOps għar-riproduċibbiltà u l-kollaborazzjoni. Il-fehim tal-aħjar prattiki fid-dokumentazzjoni tal-ML jista’ jkun vantaġġuż.
- Crisp-DM, CRISP-ML, ML Canvas: Dawn huma metodoloġiji u oqfsa għall-ġestjoni ta’ proġetti ML. Li jkollok fehim bażiku jista’ jkun ta’ benefiċċju għall-aspett operattiv tal-proġetti tal-ML.
Referenzi u sfond għall-istudenti
Rakkomandat għall-Għalliema
- M/A
Materjali tal-lezzjoni
Struzzjonijiet għall-Għalliema
- Din il-Lecture ser tipprovdi ħarsa ġenerali/pedament sħiħ taċ-ċiklu tal-ħajja tal-MLOps. Il-lezzjoni se tipprovdi xi pedamenti u sfond (inklużi xi snippets code) li se jkunu meħtieġa għall-tutorja li ġejja li se tpoġġi fil-prattika l-proċess MLOps ta ‘ittestjar mudell għal skopijiet ta’ produzzjoni. Speċifikament il-lezzjoni se tkopri:
- AI hija Software 2.0 — L-IA ta’ qabel u ta’ wara d-Dinja
- Iċ-ċiklu tal-ħajja tal-MLOps: DataOps, Mudell Ops u DevOps — kif ma dan kollu tajbin fil.
- Espansjoni tal-Ekosistema
- Iċ-ċiklu tal-ħajja tal-MLOps — approċċ minn tarf sa tarf
- Data, Mudell u Kodiċi — is-sinsla tal-MLOps
- Softwer tal-IA u l-App Stack
- Għodod disponibbli fis-suq illum
- Fehim Diversi App stacks
- Elementi tad-Disinn MLOps
- Għażliet arkitettoniċi
- Streaming tal-lott VS — X’inhu l-aħjar approċċ
- Strateġiji tal-ittestjar — Kif tittestja rigorożament il-mudelli ML tiegħek
Il-biċċa l-kbira tal-oġġetti ta’ preparazzjoni huma stabbiliti u introduzzjonijiet għall-għodod użati.
Deskrizzjoni fil-qosor
| Tul ta’ żmien (Min) | Deskrizzjoni |
|---|---|
| 10 | AI huwa Software 2.0 |
| 15 | MLOps — dwar l-iskjerament u l-monitoraġġ kbar |
| 10 | Ħarsa ġenerali lejn l-ittestjar ta’ MLOps |
| 15 | Runtime, Għodod u Konsiderazzjonijiet Prestazzjoni |
| 10 | Paradigm sħiħ għall-Ittestjar ta’ MLOps |
Rikonoxximenti
Singh tarry. (IA reali B.V., Assen, il-Pajjiżi l-Baxxi) https://realai.eu
Il-programm Masters tal-IA Ċentrata mill-Bniedem ġie kofinanzjat mill-Faċilità Nikkollegaw l-Ewropa tal-Unjoni Ewropea Taħt l-Għotja CEF-TC-2020–1 Ħiliet Diġitali 2020-EU-IA-0068.