Take models from notebooks to production: experiment tracking, model packaging, APIs with FastAPI, Docker, cloud deployment, monitoring data drift and automating ML pipelines.
Course Curriculum
| 1. From Notebook to Code | |||
| 1.1 دورة حياة تعلم الآلة في الشركات | 00:09:00 | ||
| 1.2 هيكلة مشروعات تعلم الآلة | 00:09:00 | ||
| 1.3 تتبع التجارب بـ MLflow | 00:12:00 | ||
| 1.4 إصدارات البيانات والنماذج | 00:09:00 | ||
| 2. Serving Models | |||
| 2.1 بناء API للنموذج بـ FastAPI | 00:14:00 | ||
| 2.2 دوكر لتعلم الآلة | 00:12:00 | ||
| 2.3 النشر السحابي | 00:12:00 | ||
| 3. Production | |||
| 3.1 مراقبة التوقعات وانحراف البيانات | 00:10:00 | ||
| 3.2 خطوط إعادة التدريب | 00:10:00 | ||
| 3.3 النشر المستمر لتعلم الآلة | 00:10:00 | ||
| 3.4 المشروع النهائي: نشر خدمة توقع ومراقبتها | 00:22:00 | ||
Course Reviews
No Reviews found for this course.






Up Academy Data & AI Team