课程主页: https://www.coursera.org/learn/deploying-machine-learning-models-in-production
课程简介
对于广大数据科学专业人士而言，机器学习（ML）模型的构建只是整个过程的一部分，使这些模型能够顺利运行和应用才是我们面临的更大挑战。Coursera上提供的《在生产环境中部署机器学习模型》课程是《机器学习工程生产专业化》系列课程中的第四个，旨在帮助我们掌握将机器学习模型成功部署到生产环境中的具体技巧和最佳实践。
课程详细信息
本课程的学习内容分为四个关键阶段
- 第一周：模型服务概述
我们需要了解如何将机器学习模型提供给最终用户并优化推理过程，为后续的深度学习打下最重要的基础。
- 第二周：模型服务模式与基础架构
在这一周，我们将学习如何构建可扩展和可靠的基础设施，以支持实时和批处理的推理结果服务。
- 第三周：模型管理及交付
我们将实现遵循现代MLOps实践的机器学习流程、管道和工作流自动化，以便在整个生命周期中跟踪和管理我们的项目。
- 第四周：模型监控与日志记录
这一周将建立起识别模型衰减的程序，防止在持续运行的生产系统中产生精度降低。
课程推荐
鉴于当下对人工智能发展的需求持续增长，如果你想在机器学习领域中更深一步，得到提升，建议立即注册这门课程。它适合各种层次的学习者，无论你是刚起步的初学者还是在职专业人士，都能获得实用的知识和技能。通过本节课程的学习，学生能够掌握生产环境中模型部署所需的基础知识和技巧，为今后的职业发展奠定坚实的基础。
课程主页: https://www.coursera.org/learn/deploying-machine-learning-models-in-production