week 3_Deploy End-to-End Machine Learning pipelines

---

 

안녕하세요, HELLO

 

오늘은 DeepLearning.AI, Amazon Web Services에서 진행하는 Practical Data Science Specialization의 두 번째 과정인 "Build, Train, and Deploy ML Pipelines using BERT"을 정리하려고 합니다.

 

"Build, Train, and Deploy ML Pipelines using BERT"의 강의를 통해 'Automate a natural language processing task by building an end-to-end machine learning pipeline'에 대해서 배우게 됩니다. 강의는 아래와 같이 구성되어 있습니다.

 

~ Feature Engineering and Feature Store

~ Train, Debug and Profile a Machine Learning Model

~ Deploy End-to-End Machine Learning pipelines

 

"Build, Train, and Deploy ML Pipelines using BERT"의 3주차 "Deploy End-to-End Machine Learning pipelines"의 실습 내용입니다.

---

CHAPTER 1. 'Machine Learning Operations (MLOps) and pipelines'

 

CHAPTER 2. 'Machine Learning Pipelines with Amazon SageMaker'

---

CHAPTER 1. 'Machine Learning Operations (MLOps) and pipelines'

 

□ Machine Learning Operations (MLOps) Overview

---

□ Creating Machine Learning Pipelines

 

 

CHAPTER 2. 'Machine Learning Pipelines with Amazon SageMaker'

 

 

반응형

 

---

■ 마무리

 

"Build, Train, and Deploy ML Pipelines using BERT"의 3주차 "Deploy End-to-End Machine Learning pipelines"에 대해서 정리해봤습니다.

 

그럼 오늘 하루도 즐거운 나날 되길 기도하겠습니다

좋아요와 댓글 부탁드립니다 :)

 

감사합니다.