This course covers two of the most popular open source platforms for MLOps (Machine Learning Operations): MLflow and Hugging Face. We’ll go through the foundations on what it takes to get started in these platforms with basic model and dataset operations. You will start with MLflow using projects and models with its powerful tracking system and you will learn how to interact with these registered models from MLflow with full lifecycle examples. Then, you will explore Hugging Face repositories so that you can store datasets, models, and create live interactive demos.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
MLOps Tools: MLflow and Hugging Face
Dieser Kurs ist Teil von Spezialisierung MLOps | Machine Learning Operations
Dozenten: Noah Gift
7.830 bereits angemeldet
Bei enthalten
(35 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Create new MLflow projects to create and register models.
Use Hugging Face models and datasets to build your own APIs.
Package and deploy Hugging Face to the Cloud using automation.
Kompetenzen, die Sie erwerben
- Kategorie: Modeling
- Kategorie: Information Engineering
- Kategorie: Cloud Computing
- Kategorie: hugging face
- Kategorie: Machine Learning Software
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
10 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
In this module, you will learn what MLflow is and how to use it. You’ll install MLflow and perform basic operations like registering runs, models, and artifacts. Then, you’ll create an MLflow project for reproducible results. Finally, you’ll understand how to use a registry with MLflow models and reference artifacts from the API.
Das ist alles enthalten
13 Videos12 Lektüren3 Aufgaben2 Diskussionsthemen1 Unbewertetes Labor
In this module, you will learn the basics of the Hugging Face platform. You will use some of its features like its repositories so that you can store models and datasets. Finally, you will learn how to add and use models and datasets using Hugging Face APIs as well as the web interface.
Das ist alles enthalten
14 Videos9 Lektüren1 Aufgabe1 Unbewertetes Labor
In this module, you will learn how to containerize Hugging Face models and use the FastAPI framework to serve the model with an interactive HTTP API endpoint. Once you understand how to put everything together, you’ll use automation for speed and reproducibility. Finally, you’ll use Azure and Docker Hub to store the containers so that they can be used later for deployments.
Das ist alles enthalten
13 Videos9 Lektüren3 Aufgaben1 Unbewertetes Labor
In this module, you will learn how to fine-tune Hugging Face models by using pre-existing models and then modifying (fine-tuning) them with additional data. You’ll also use Azure to deploy the container and learn how to troubleshoot it. Finally, you’ll also see how to deploy a model to Hugging Face spaces.
Das ist alles enthalten
17 Videos10 Lektüren3 Aufgaben5 Unbewertete Labore
Empfohlen, wenn Sie sich für Machine Learning interessieren
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 35
35 Bewertungen
- 5 stars
44,44 %
- 4 stars
19,44 %
- 3 stars
16,66 %
- 2 stars
11,11 %
- 1 star
8,33 %
Geprüft am 21. Aug. 2024
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
No, exercises and labs are built directly into the course using integrated Coursera Labs (VS Code + Jupyter Notebooks). A few exercises guide learners in deploying models to the Cloud. In those cases, instructions are provided to learners for creating and accessing a free Azure account.
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.