En este curso, analizaremos los componentes y las prácticas recomendadas de la creación de sistemas de AA de alto rendimiento en entornos de producción. Veremos algunas de las consideraciones más comunes tras la creación de estos sistemas, p. ej., entrenamiento estático, entrenamiento dinámico, inferencia estática, inferencia dinámica, TensorFlow distribuido y TPU. Este curso se enfoca en explorar las características que conforman un buen sistema de AA más allá de su capacidad de realizar predicciones correctas.
Production Machine Learning Systems - Español
Instructor: Google Cloud Training
Sponsored by Coursera Learning Team
What you'll learn
Comparación del entrenamiento y la inferencia estáticos y dinámicos
Administración de dependencias de modelo
Organización de un entrenamiento distribuido para tolerancia a errores, replicación y más
Exportación de modelos para la portabilidad
Details to know
Add to your LinkedIn profile
4 assignments
See how employees at top companies are mastering in-demand skills
Earn a career certificate
Add this credential to your LinkedIn profile, resume, or CV
Share it on social media and in your performance review
There are 6 modules in this course
En este módulo, se verá un avance de los temas que se abordan en el curso y cómo usar Qwiklabs para completar cada uno de tus labs con Google Cloud.
What's included
2 videos
En este módulo, se explorará qué más necesita hacer un sistema de AA de producción y cómo satisfacer esas necesidades. Verás cómo tomar decisiones de diseño importantes y de alto nivel en torno al entrenamiento y la entrega del modelo para obtener el perfil de rendimiento correcto para tu modelo.
What's included
10 videos1 reading1 assignment1 app item
En este módulo, aprenderás a reconocer las formas en que el modelo depende de los datos, a tomar decisiones de ingeniería conscientes con el costo, a determinar cuándo revertir los modelos a versiones anteriores, a depurar las causas del comportamiento observado del modelo y a implementar una canalización que sea inmune a un tipo de dependencia.
What's included
14 videos1 reading1 assignment3 app items
En este módulo, identificarás las consideraciones de rendimiento para los modelos de aprendizaje automático. No todos los modelos de aprendizaje automático son idénticos. En el caso de ciertos modelos, el enfoque está en mejorar el rendimiento de E/S y, en el caso de otros, está en obtener una mayor velocidad de procesamiento.
What's included
14 videos1 reading1 assignment2 app items
Comprende las herramientas y los sistemas disponibles, y cuándo debes aprovechar los modelos híbridos de aprendizaje automático.
What's included
7 videos1 reading1 assignment1 app item
Vínculos a los PDF de todos los módulos
What's included
1 video2 readings
Instructor
Offered by
Why people choose Coursera for their career
Recommended if you're interested in Data Science
Universidad Austral
Universidades Anáhuac
Google Cloud
Open new doors with Coursera Plus
Unlimited access to 10,000+ world-class courses, hands-on projects, and job-ready certificate programs - all included in your subscription
Advance your career with an online degree
Earn a degree from world-class universities - 100% online
Join over 3,400 global companies that choose Coursera for Business
Upskill your employees to excel in the digital economy