Machine Learning Model Deployment - Japanese

このコースでは、機械学習のためのデータを Databricks を使って準備するための基礎に焦点を当てます。受講者は、従来の機械学習アプリケーション向けに調整されたデータの探索、クリーニング、および整理に必要なスキルを学びます。主なトピックには、データの視覚化、特徴量エンジニアリング、最適な特徴量ストレージ戦略などがあります。受講者は、実践的な演習を通じて、Databricks 内で機械学習用のデータセットを効率よく準備するための実地体験を積むことができます。このコースは、アソシエイトレベルのデータサイエンティストおよび機械学習の担当者向けに設計されており、さらに、データ準備に関する自らの習熟度を高め、機械学習モデルのデプロイメントのための強固な基盤を確立したいと考えている個人にも適しています。

Languages Available: English | 日本語 | Português BR

このコースでは、Databricks での機械学習運用について説明します。まずこのコースでは、各コンポーネントの概要も含めて、DevOps、DataOps、および ModelOps を組み合わせた最新の機械学習運用について紹介します。次に、Databricks が推奨する、機械学習運用のためのアーキテクチャとソリューションについて説明します。ここでは、MLOps Stacks、MLflow、モデルサービング、Unity Catalog、レイクハウス モニタリングなどの機能に焦点を当てます。このコースの最後のセクションでは、初期開発フェーズ、ステージング フェーズ、本番運用ステージなど、これらの機能を使用したシンプルな機械学習運用プロジェクトの実践的なウォークスルーを行います。このコースを修了すると、受講者は Databricks での包括的で基本的な機械学習運用ワークフローに関する理解を深めることができます。

Languages Available: English | 日本語 | Português BR 

この包括的なコースでは、人気の ML ライブラリを使用した実践的なデモンストレーションとワークフローに重点を置き、Databricks で従来の機械学習モデルを開発するための実践的なガイドを提供します。このコースでは、AutoML と MLflow を使用した一般的なタスクの効率的な実行に焦点を当てます。受講者は、回帰モデルと分類モデル、モデル トレーニングを追跡するための Databricks 機能の活用、モデル開発のための Feature Store の活用、ハイパーパラメーター チューニングの実装などの主要なトピックを掘り下げます。さらに、このコースでは迅速でローコードなモデルトレーニングに向けた AutoML についても説明し、Databricks 環境において合理的かつ効果的な機械学習モデル開発を行うための実践的なスキルを受講者が習得できるようにします。

Languages Available: English | 日本語 | Português BR