Návrh Školení
Úvod do využití Apache Airflow ve strojovém učení
- Přehled Apache Airflow a jeho využití ve vědecké práci s daty
- Klíčové funkce určené k automatizaci pracovních postupů strojového učení
- Nastavení Airflow pro projekty v oblasti vědecké práce s daty
Vytváření pipeline strojového učení pomocí Airflow
- Návrh DAG pro celý proces strojového učení
- Využití operátorů k zajištění vstřebávání dat, jejich předzpracování a tvorbě funkcí
- Plánování a správa závislostí jednotlivých úkolů v pipeline
Trénování a validace modelů
- Automatizace trénovacích procesů pomocí Airflow
- Integrace Airflow s frameworky pro strojové učení (např. TensorFlow, PyTorch)
- Validace modelů a ukládání výsledků měření
Nasazování a monitorování modelů
- Nasazování modelů strojového učení prostřednictvím automatizovaných pipeline
- Monitorování nasazených modelů pomocí úkolů v rámci Airflow
- Řešení aktualizací a opětovného trénování modelů
Pokročilá přizpůsobení a integrace
- Vytváření vlastních operátorů určených konkrétně pro potřeby strojového učení
- Integrace Airflow s cloudovými platformami a nástroji pro strojové učení
- Rozšíření funkcionalit Airflow pomocí pluginů a senzorů
Optimalizace a škálování pipeline strojového učení
- Zvyšování výkonu pracovních postupů při práci s velkými objemy dat
- Škálování systému Airflow využitím nástrojů Celery a Kubernetes
- Osvědčené postupy pro vytváření robustních pipeline ve výrobním prostředí
Případové studie a praktická cvičení
- Reálné příklady automatizace postupů strojového učení pomocí Airflow
- Praktická úloha: Vytvoření kompletního workflow strojového učení
- Diskuse o problémech a řešeních při správě pracovních postupů strojového učení
Shrnutí a další kroky
Požadavky
- Znalost pracovních postupů a konceptů strojového učení
- Základní povědomí o Apache Airflow, včetně DAG a operátorů
- Schopnost práce s programovacím jazykem Python
Cílové skupiny
- Datoví vědci
- Inženýři strojového učení
- Vývojáři umělé inteligence
Reference (2)
Naučit lidi, kteří AI nikdy nepoužívali, opakovat se v zadávání promptů a přimět ty, kteří ji už používají, aby zvážili jiné metody jejího využití.
Matthew Gay - Tarsus Pharmaceuticals
Kurz - Artificial Intelligence (AI) Overview
Přeloženo strojem
Práce na základě prvních principů s cíleným zaměřením a následné aplikace případových studií v rámci stejného dne
Maggie Webb - Department of Jobs, Regions, and Precincts
Kurz - Artificial Neural Networks, Machine Learning, Deep Thinking
Přeloženo strojem
