Modul · Menengah
Mengemas dan Menyajikan Model
Dari notebook ke layanan: menyimpan model, API dengan FastAPI, dan container Docker yang bisa diulang.
- 3 pelajaran
- 48 min
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning· $9
Sistem ML di Produksi
Kenapa model memburuk setelah dirilis, apa bedanya inferensi batch dan online, dan apa yang harus dipantau.
- Tingkat
- Menengah
- Pelajaran
- 4
- Total waktu
- 1j 4m
- Simulasi
- 4
1 pelajaran gratisTermasuk di MLOps: Deploy Model Machine Learning & Deep Learning · $9
Tools yang dipakai
Python
Docker
FastAPI
Kubernetes
GitHub
Keterampilan
- Data drift
- Monitoring model
- Desain sistem ML
Coba sekarang — gratis
Ini simulasi asli dari modulnya. Tanpa akun.
Yang akan Anda bisa
- Membedakan covariate drift dan concept drift
- Menghitung PSI untuk satu fitur
- Memilih antara inferensi batch dan online
Sebelum mulai
Hanya saran, tidak pernah mengunci — Anda bisa mulai di sini.
- training-and-evaluation
Modul yang membantu lebih dulu
Silabus
4 pelajaran · 1j 4mJudul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya. Pelajaran bertanda gratis bisa dibaca utuh sekarang juga, tanpa akun.
Semua pelajaran di MLOps: Deploy Model Machine Learning & Deep LearningModel dilatih pada masa lalu dan dipakai pada masa depan. Ketika dunia bergeser, akurasinya turun — sering tanpa satu pun error di log.
Training-Serving Skew
16 minKetika fitur dihitung berbeda saat pelatihan dan saat prediksi — bug paling umum di ML produksi, dan yang paling jarang muncul di log.
Termasuk dalam jalurnya SimulasiInferensi Batch vs Online
14 minPrediksi terjadwal atau per permintaan: pilihan ini menentukan latensi, biaya, fitur yang bisa dipakai, dan cara sistemnya gagal.
Termasuk dalam jalurnyaDaftar Periksa Desain Sistem ML
16 minLima pertanyaan yang harus dijawab sebelum satu baris kode deployment ditulis — karena kegagalan ML yang paling mahal bukan bug, melainkan sistem yang dibangun untuk pertanyaan yang salah.
Termasuk dalam jalurnya Simulasi
Akses seumur hidup
$9Lainnya di MLOps: Deploy Model Machine Learning & Deep Learning
Modul · Menengah
Menyajikan Deep Learning dan LLM
GPU, batching, kuantisasi, dan format seperti ONNX — membuat model besar cukup cepat dan cukup murah.
- 4 pelajaran
- 1j 6m
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning· $9
Modul · Menengah
Pipeline ML dan CI/CD
Pelacakan eksperimen, model registry, dan pipeline otomatis dari data mentah sampai model yang dirilis.
- 3 pelajaran
- 47 min
- 2 simulasi
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning· $9
Modul · Menengah
Monitoring dan Pelatihan Ulang
Deteksi drift, performa dengan label terlambat, strategi pelatihan ulang, dan rilis yang aman.
- 3 pelajaran
- 48 min
- 4 simulasi
Termasuk di MLOps: Deploy Model Machine Learning & Deep Learning· $9