管理机器学习项目
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
管理机器学习项目介绍了如何在机器学习项目从构思到可用于生产环境的实现过程中进行管理。本课程涵盖机器学习开发阶段以及机器学习团队通常所具备的角色和技能。其中探讨了与利益相关方合作的策略,并详细介绍了如何在每个开发阶段规划和管理机器学习项目。
通过揭秘机器学习项目固有的复杂性,本课程为管理机器学习项目提供了一个可靠的理论框架。
本课程重点介绍传统机器学习模型。虽然生成式 AI 备受关注,但传统机器学习在 Google 中发挥着重要作用,并且支持许多服务和项目,包括在 Google 地图中预测行程时间、估算机票中的机票价格、预测 Google Cloud 的 TPU 配额、在 YouTube 中推荐相关视频。
一般来说,管理传统机器学习项目的原则与生成式 AI 项目的管理原则相同。当存在显著差异时,本课程会提供相关的生成式 AI 建议和指导。
前提条件:
-
您应该对机器学习有基本的了解。如需查看机器学习概念的简要介绍,请参阅
机器学习简介。有关机器学习的实操介绍,请参阅机器学习速成课程。
-
您应该首先验证机器学习是否是解决您问题的正确方法。如果您尚未根据机器学习解决方案来构想您的问题,请完成机器学习问题构建简介。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-03-12。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2024-03-12。"],[],[]]