In diesem Kurs lernen Softwareentwickler, wie sie Machine-Learning-Systeme mithilfe von Python, scikit-learn, FastAPI und Docker implementieren, bereitstellen und warten. Sie lernen, ML-Pipelines zu erstellen, Daten vorzuverarbeiten, Modelle zu bewerten und diese als produktionsreife REST-APIs bereitzustellen.

Modul 1 behandelt zentrale ML-Algorithmen und -Workflows, einschließlich paradigmen des überwachten und unüberwachten Lernens. Sie implementieren Regressions-, Klassifizierungs- und Clustering-Modelle mit scikit-learn und lernen, Modelle anhand geeigneter Metriken zu bewerten. Modul 2 konzentriert sich auf die Datenaufbereitung und das Feature Engineering. Sie bereinigen und verarbeiten Daten mithilfe von pandas, erstellen Feature-Pipelines mit Transformationen und Skalierungen und optimieren Merkmalssätze, um die Modellleistung zu verbessern. Modul 3 befasst sich mit der Erstellung und dem Testen von ML-Code. Sie strukturieren ML-Codebasen im Hinblick auf Modularität und Wiederverwendbarkeit, implementieren Test-Workflows mit pytest und erlernen Protokollierungs- und Debugging-Techniken für ML-Pipelines. Modul 4 behandelt die Bereitstellung und den Einsatz von ML-Modellen. Sie stellen Modelle mithilfe von FastAPI als REST-APIs bereit, containerisieren Dienste mit Docker und bewerten bereitgestellte Modelle mithilfe von Inferenz-Tests. Am Ende dieses Kurses werden Sie: • ML-Algorithmen für Klassifizierungs-, Regressions- und Clustering-Aufgaben implementieren und bewerten • Reproduzierbare Datenpipelines mit Vorverarbeitung und Feature-Engineering erstellen • Modulare, getestete ML-Codebasen gemäß den Best Practices der Softwareentwicklung entwickeln • ML-Modelle als containerisierte REST-APIs mithilfe von FastAPI und Docker bereitstellen Haftungsausschluss: Dies ist eine unabhängige Bildungsressource, die von Board Infinity ausschließlich zu Informations- und Bildungszwecken erstellt wurde. Dieser Kurs steht in keiner Verbindung zu Unternehmen, Organisationen oder Zertifizierungsstellen und wird von diesen weder unterstützt, gesponsert noch offiziell in Verbindung gebracht, sofern nicht ausdrücklich anders angegeben. Die bereitgestellten Inhalte basieren auf Branchenwissen und Best Practices, stellen jedoch kein offizielles Schulungsmaterial für einen bestimmten Arbeitgeber oder ein Zertifizierungsprogramm dar. Alle genannten Firmennamen, Marken, Dienstleistungsmarken und Logos sind Eigentum ihrer jeweiligen Inhaber und werden ausschließlich zu Bildungszwecken sowie zu Identifikations- und Vergleichszwecken verwendet.