学習内容
|
1 日目
モジュール 0: ようこそ
• コースの紹介
モジュール 1: MLOps の概要
• 機械学習オペレーション
• MLOps の目標
• コミュニケーション
• DevOps から MLOps へ
• 機械学習ワークフロー
• 範囲
• 機械学習ワークフローを MLOps の視点で見る
• MLOps のケース
モジュール 2: MLOps の開発
• 機械学習モデルの構築、トレーニング、評価の概要
• MLOps のセキュリティ
• 自動化
• Apache Airflow
• MLOps 向けの Kubernetes 統合
• MLOps 用 Amazon SageMaker
• ラボ: MLOps パイプラインで独自のアルゴリズムを使用する
• デモンストレーション: Amazon SageMaker
• 機械学習モデルの構築、トレーニング、評価の概要
• ラボ: AWS CodeBuild を使用して機械学習モデルをコーディングし、使用する
• アクティビティ: MLOps アクションプランワークブック
2 日目
モジュール 3: MLOps デプロイ
• デプロイオペレーションの概要
• モデルのパッケージ化
• 推論
• ラボ: モデルを本番環境にデプロイする
• SageMaker 本番バリアント
• デプロイ戦略
• エッジへのデプロイ
• ラボ: A/B テストを実施する
• アクティビティ: MLOps アクションプランワークブック
3 日目
モジュール 4: モデルのモニタリングとオペレーション
• ラボ: パイプラインのトラブルシューティングを行う
• モニタリングの重要性
• 設計によるモニタリング
• ラボ: 機械学習モデルをモニタリングする
• ヒューマンインザループ
• Amazon SageMaker Model Monitor
• デモンストレーション: Amazon SageMaker Pipeline、Model Monitor、Model Registry、および Feature Store
• 問題を解決する
• アクティビティ: MLOps アクションプランワークブック
モジュール 5: まとめ
• コースの復習
• アクティビティ: MLOps アクションプランワークブック
• まとめ
|