Google Cloud Vertex AI for Machine Learning Practitioners (VAIMLP)

Classroom Schulung | Deutsch | Anspruch

Schulungsdauer: 1 Tag

Ziele

Dieser eintägige Kurs richtet sich an Ingenieure und Datenwissenschaftler, die mit Machine-Learning-Modellen vertraut sind und Vertex AI für benutzerdefinierte Modell-Workflows nutzen möchten. Dieser praktische Kurs bietet Ihnen einen tiefen Einblick in die Kernfunktionen von Vertex AI, so dass Sie die Tools und Funktionen für Ihre ML-Projekte effektiv nutzen können.

Zielgruppe

  • Ingenieure für maschinelles Lernen, Datenwissenschaftler

Voraussetzungen

Erfahrung mit der Erstellung und Schulung benutzerdefinierter ML-Modelle. Vertraut mit Docker.

Agenda

Trainieren, Abstimmen und Einsetzen von Modellen auf Vertex AI

  • Verstehen Sie containerisierte Schulungsanwendungen
  • Vertex AI Custom Training und Tuning Jobs verstehen
  • Verstehen Sie, wie Sie Ihre trainierten Modelle in Vertex AI Model Registry verfolgen und versionieren können
  • Verstehen Sie die Online-Bereitstellung mit Vertex AI-Endpunkten

Orchestrierung von End-to-End-Workflows mit Vertex AI Pipelines

  • Kubeflow verstehen
  • Verstehen von vorgefertigten und leichtgewichtigen Python-Komponenten
  • Verstehen, wie man Pipelines auf Vertex AI kompiliert und ausführt

Modellüberwachung bei Vertex AI

  • Understand Feature Drift and Skew
  • Verstehen Sie die Modellüberwachung für Modelle, die auf Vertex AI-Endpunkten bereitgestellt werden

Ziele

Dieser eintägige Kurs richtet sich an Ingenieure und Datenwissenschaftler, die mit Machine-Learning-Modellen vertraut sind und Vertex AI für benutzerdefinierte Modell-Workflows nutzen möchten. Dieser praktische Kurs bietet Ihnen einen tiefen Einblick in die Kernfunktionen von Vertex AI, so dass Sie die Tools und Funktionen für Ihre ML-Projekte effektiv nutzen können.

Zielgruppe

  • Ingenieure für maschinelles Lernen, Datenwissenschaftler

Voraussetzungen

Erfahrung mit der Erstellung und Schulung benutzerdefinierter ML-Modelle. Vertraut mit Docker.

Agenda

Trainieren, Abstimmen und Einsetzen von Modellen auf Vertex AI

  • Verstehen Sie containerisierte Schulungsanwendungen
  • Vertex AI Custom Training und Tuning Jobs verstehen
  • Verstehen Sie, wie Sie Ihre trainierten Modelle in Vertex AI Model Registry verfolgen und versionieren können
  • Verstehen Sie die Online-Bereitstellung mit Vertex AI-Endpunkten

Orchestrierung von End-to-End-Workflows mit Vertex AI Pipelines

  • Kubeflow verstehen
  • Verstehen von vorgefertigten und leichtgewichtigen Python-Komponenten
  • Verstehen, wie man Pipelines auf Vertex AI kompiliert und ausführt

Modellüberwachung bei Vertex AI

  • Understand Feature Drift and Skew
  • Verstehen Sie die Modellüberwachung für Modelle, die auf Vertex AI-Endpunkten bereitgestellt werden

Tags

Diese Seite weiterempfehlen