ניהול פרויקטים של למידת מכונה מסביר איך לנהל פרויקט למידת מכונה לאורך ההתקדמות מרעיון להטמעה מוכנה לייצור. הקורס עוסק בשלבי פיתוח למידת מכונה ובתפקידים והמיומנויות שבדרך כלל אפשר למצוא בצוותי למידת מכונה. הוא דן באסטרטגיות לעבודה עם בעלי עניין ומספק פרטים לגבי התכנון והניהול של פרויקט למידת מכונה בכל שלב פיתוח.
הקורס מאפשר להבין את המורכבות הכרוכה בפרויקטים של למידת מכונה, וכך לספק מסגרת תיאורטית מוצקה לניהול פרויקטים של למידת מכונה.
הקורס מתמקד במודלים מסורתיים של למידת מכונה. אף על פי שבינה מלאכותית גנרטיבית היא נושא מרכזי ב-Google, ללמידת מכונה מסורתית יש תפקיד חיוני ב-Google והיא נותנת השראה לשירותים ולפרויקטים רבים – מחיזוי זמני הנסיעה במפות Google ועד להערכת מחיר כרטיסי הטיסה ב-'Google חיפוש טיסות' – החל מחיזוי מכסת TPU ב-Google Cloud ועד להמלצה על סרטונים רלוונטיים ב-YouTube.
באופן כללי, העקרונות לניהול פרויקטים מסורתיים של למידת מכונה זהים לניהול פרויקטים של בינה מלאכותית גנרטיבית. אם יש הבדל משמעותי, הקורס מספק ייעוץ והדרכה רלוונטיים לגבי AI גנרטיבי.
דרישות קדם:
- צריכה להיות לכם הבנה בסיסית של למידת מכונה. למבוא קצר למושגים של למידת מכונה, ראו מבוא ללמידת מכונה. למבוא מעשי ללמידת מכונה, ראו קורס קריסה ללמידת מכונה.
- תחילה עליכם לוודא ש-ML היא הגישה הנכונה לבעיה שלכם. אם עדיין לא ציינתם את הבעיה שלכם במונחים של פתרון למידת מכונה, כדאי לקרוא את המאמר מבוא למסגור בעיות של למידת מכונה.