Saviez-vous que plus de 70 % des échecs de l'apprentissage automatique en production proviennent d'un code fragile et non testé plutôt que de modèles défectueux ? Le développement piloté par les tests est la clé pour écrire des pipelines ML qui sont fiables, réutilisables et prêts pour la production. Ce cours abrégé a été créé pour aider les professionnels dans ce domaine à développer un code ML robuste et maintenable qui répond aux normes de production et permet une collaboration d'équipe efficace. En terminant ce cours, vous serez en mesure d'écrire des composants ML modulaires, de construire des chargeurs de données et des boucles d'entraînement pilotés par les tests, et de vous assurer que votre base de code est résiliente au changement et facile à maintenir pour les équipes - des compétences qui renforcent à la fois la qualité des logiciels et la fiabilité du flux de travail de ML.

À la fin de ce cours de 3 heures, vous serez en mesure de : Appliquer les principes de développement modulaire et piloté par les tests pour coder des chargeurs de données et des boucles d'entraînement. Ce cours est unique parce qu'il fusionne les meilleures pratiques d'ingénierie logicielle avec le développement pratique de ML, vous donnant une expérience pratique dans la création de code ML propre, testable et évolutif qui soutient le succès de la production à long terme. Pour réussir dans ce projet, vous devez avoir : Expérience de programmation Python Concepts ML de base Familiarité avec TensorFlow Principes fondamentaux de l'informatique