This course synthesizes everything your have learned in the applied machine learning specialization. You will now walk through a complete machine learning project to prepare a machine learning maintenance roadmap. You will understand and analyze how to deal with changing data. You will also be able to identify and interpret potential unintended effects in your project. You will understand and define procedures to operationalize and maintain your applied machine learning model. By the end of this course you will have all the tools and understanding you need to confidently roll out a machine learning project and prepare to optimize it in your business context.
Ce cours fait partie de la Spécialisation Machine Learning: Algorithms in the Real World
Optimizing Machine Learning Performance
Offert par
À propos de ce cours
3,120 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 4 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 15 heures pour terminer
Recommandé : 8 hours/week
Anglais
Sous-titres : Anglais
Programme du cours : ce que vous apprendrez dans ce cours
4 heures pour terminer
Machine Learning Strategy
This week we'll present tools for understanding the overall strategy your business needs in order to see the best returns on ML investment. From understanding the current status to navigating ownership and setting up a team, this week is about understanding applied machine learning in a successful business context.
4 heures pour terminer
8 vidéos (Total 42 min), 1 lecture, 7 quiz
8 vidéos
ML Readiness6 min
Risk Mitigation5 min
Experimental Mindset5 min
Build/Buy/Partner7 min
Setting up a Team5 min
Understanding and Communicating Change7 min
Weekly Summary2 min
1 lecture
IP questions10 min
6 exercices pour s'entraîner
ML Readiness Review10 min
Risk Mitigation Review10 min
Experimental Mindset Review10 min
Build/Buy/Partner Review30 min
Setting up a Team Review5 min
Communicating Change Review5 min
2 heures pour terminer
Responsible Machine Learning
This week we'll talk about the broader context of machine learning: how as developers we have responsibilities regarding how our technology will be used. Using case studies and existing frameworks we'll give you the tools to figure out your own ethical approach to realize the best outcomes while deploying machine learning in the real world.
2 heures pour terminer
6 vidéos (Total 27 min)
6 vidéos
AI 4 Good & for all4 min
Positive Feedback Loops & Negative Feedback Loops6 min
Metric Design & Observing Behaviours6 min
Secondary Effects of Optimization4 min
Regulatory Concerns3 min
Weekly Summary2 min
6 exercices pour s'entraîner
AI4Good Review5 min
Feedback Loops Review5 min
Metric Design Review5 min
Secondary effects Review5 min
Regulatory Concerns Review5 min
Responsible Machine Learning Review30 min
2 heures pour terminer
Machine Learning in Production & Planning
An important aspect of machine learning in the real world is considering how your machine learning models are integrated with existing systems, and what effect they have on your operations. This week we'll review things you should consider as you turn QuAMs and machine learning models into operational tools.
2 heures pour terminer
8 vidéos (Total 33 min)
8 vidéos
Users Break Things3 min
Time & Space complexity in production5 min
When do I retrain the model?4 min
Logging ML Model Versioning4 min
Knowledge Transfer4 min
Reporting Performance to Stakeholders4 min
Weekly Summary2 min
7 exercices pour s'entraîner
Integrating Info Systems Review5 min
Complexity in Production Review5 min
Retrain the Model Review5 min
ML Versioning Review5 min
Knowledge Transfer Review5 min
Reporting to Stakeholders Review5 min
Machine Learning in Production and Planning Review30 min
5 heures pour terminer
Care and Feeding of your Machine Learning System
Work doesn't end just because your model is deployed! In our final week we'll go over all the things you need to consider in the context of an actual working system.
5 heures pour terminer
9 vidéos (Total 45 min)
9 vidéos
MLPL Recap9 min
Post Deployment Challenges6 min
QuAM Monitoring and Logging5 min
QuAM Testing5 min
QuAM Maintenance3 min
QuAM Updating5 min
Separating Datastack from Production3 min
Dashboard Essentials & Metrics Monitoring5 min
Weekly Summary1 min
7 exercices pour s'entraîner
Post Deployment Challenges Review5 min
Monitoring & Logging Review5 min
Testing Review5 min
Maintenance Review5 min
Updating Review5 min
Separating Datastack from Production Review5 min
Dashboard Monitoring Review5 min
4.6
2 avisMeilleurs avis pour Optimizing Machine Learning Performance
The whole specialization is extremely useful for people starting in ML. Highly recommended!
À propos de Alberta Machine Intelligence Institute
The Alberta Machine Intelligence Institute (Amii) is home to some of the world’s top talent in machine intelligence. We’re an Alberta-based
research institute that pushes the bounds of academic knowledge and guides business understanding of artificial intelligence and machine learning.
À propos du Spécialisation Machine Learning: Algorithms in the Real World
This specialization is for professionals who have heard the buzz around machine learning and want to apply machine learning to data analysis and automation. Whether finance, medicine, engineering, business or other domains, this specialization will set you up to define, train, and maintain a successful machine learning application.
After completing all four courses, you will have gone through the entire process of building a machine learning project. You will be able to clearly define a machine learning problem, identify appropriate data, train a classification algorithm, improve your results, and deploy it in the real world. You will also be able to anticipate and mitigate common pitfalls in applied machine learning.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.