學習使用 DVC、MLFlow、AWS、Docker、Kubernetes、KServe、SageMaker 和 Kubeflow 進行生產級 MLOps 開發。
Continue reading “MLOps 從零到專家”MLOps 從零到專家
終極 DevOps 到 MLOps 訓練營 – 建立機器學習 CI/CD 管道
從資料到部署 — 透過使用 MLflow、Docker 和 Kubernetes 建立真實世界的機器學習專案來學習 MLOps
Continue reading “終極 DevOps 到 MLOps 訓練營 – 建立機器學習 CI/CD 管道”透過 10 多個端對端 ML 專案完成 MLOps 訓練營
端到端 MLOps 訓練營：使用資料科學專案建置、部署和自動化 ML
Continue reading “透過 10 多個端對端 ML 專案完成 MLOps 訓練營”MLOps 訓練營：掌握 AI 操作以取得成功 – AIOps
透過我們的 MLOps 訓練營解鎖 AI 營運的成功 – 掌握工具、技術、AIOps 以獲得尖端專業知識
Continue reading “MLOps 訓練營：掌握 AI 操作以取得成功 – AIOps”電子書 – MLOps Engineering at Scale
避免昂貴且耗時的基礎設施任務，並使用 MLOps 和預建構的無伺服器( serverless )工具快速將機器學習( machine learning )模型投入生產！
Continue reading “電子書 – MLOps Engineering at Scale”生產的機器學習工程(MLOps)專業課程
成為機器學習專家。將機器學習知識用於生產並擴展你的生產工程能力。
Continue reading “生產的機器學習工程(MLOps)專業課程”在 GCP+AWS Lambda（Docker）上部署機器學習模型
如何序列化( Serialize )–用 scikit-learn 反序列化模型以及在Heroku、AWS Lambda、ECS、Docker和Google Cloud上的部署
Continue reading “在 GCP+AWS Lambda（Docker）上部署機器學習模型”
將機器學習模型部署到無伺服器 AWS Lambda
使用無伺服器框架( Serverless Framework )將不同的機器學習模型快速部署到可擴充且價效比高的 AWS Lambda 服務中
Continue reading “將機器學習模型部署到無伺服器 AWS Lambda”