„Engineer Features and Evaluate Models for Production“ ist ein Kurs für Fortgeschrittene, der sich an Praktiker im Bereich des maschinellen Lernens und Datenwissenschaftler richtet, die bereit sind, über Notebooks hinauszugehen und ML-Systeme auf Produktionsniveau zu entwickeln. Ein Modell einmal zum Laufen zu bringen, ist einfach; die eigentliche Herausforderung besteht darin, es in der Produktion zuverlässig, reproduzierbar und effizient zu machen. Dieser Kurs vermittelt die technischen Kenntnisse, um diese Lücke zu schließen.

Sie lernen, robuste und reproduzierbare Feature-Engineering-Pipelines mithilfe des ColumnTransformers von scikit-learn zu erstellen, um gemischte Datentypen – numerische, kategoriale und Textdaten – in einem einzigen, eleganten Workflow zu verarbeiten. Anschließend gehen Sie über einfache Genauigkeitswerte hinaus und lernen, Experimente wie ein erfahrener MLOps-Experte zu bewerten. Mithilfe von TensorBoard untersuchen Sie Trainings- und Validierungskurven, um Probleme wie Überanpassung zu diagnostizieren, Leistungsabwägungen zu analysieren und datengestützte Entscheidungen zu treffen. Der Kurs gipfelt in einem umfassenden Feature-Engineering- und Bewertungsbericht, in dem Sie Ihre Fähigkeiten anwenden, um ein produktionsreifes Modell auszuwählen. Am Ende werden Sie nicht nur Modelle erstellen, sondern auch in der Lage sein, zuverlässige, effiziente und produktionsreife ML-Systeme zu entwickeln.