Il s'agit du cinquième cours de la spécialisation de la certification Flux de travail d'entreprise IBM IA. Vous êtes FORTEMENT encouragé à suivre ces cours dans l'ordre, car il ne s'agit pas de cours individuels indépendants, mais d'une partie d'un flux de travail où chaque cours s'appuie sur les précédents. Ce cours vous introduit dans un domaine que peu de data scientists sont en mesure d'expérimenter : Le Déploiement de modèles pour une utilisation dans les grandes entreprises. Apache Spark est un framework très couramment utilisé pour exécuter des modèles d'apprentissage automatique. Les meilleures pratiques pour l'utilisation de Spark seront abordées dans ce cours. Les meilleures pratiques pour la manipulation des données, l'entraînement des modèles et le réglage des modèles seront également abordées. Le cas d'utilisation fera appel à la création et au déploiement d'un système de recommandation. Le cours se termine par une introduction aux technologies de déploiement de modèles. À la fin de ce cours, vous serez en mesure de : 1. Utiliser les RDD d'Apache Spark, les dataframes et un pipeline 2. Employer des scripts spark-submit pour s'interfacer avec les environnements Spark 3. Expliquer le fonctionnement du filtrage collaboratif et du filtrage basé sur le contenu 4. Construire un pipeline d'ingestion de données en utilisant Apache Spark et Apache Spark streaming 5. Analyser les hyperparamètres dans les modèles d'apprentissage automatique sur Apache Spark 6. Déployer des algorithmes d'apprentissage automatique à l'aide de l'interface d'apprentissage automatique d'Apache Spark 7. Déployer un modèle d'apprentissage automatique de Watson Studio à Watson Apprentissage automatique Qui devrait suivre ce cours ? Ce cours s'adresse aux praticiens de la science des données existants qui ont une expertise dans la construction de modèles d'apprentissage automatique, qui veulent approfondir leurs compétences sur la construction et le déploiement de l'IA dans les grandes entreprises. Si vous êtes un aspirant Data Scientist, ce cours n'est PAS pour vous car vous avez besoin d'une expertise du monde réel pour bénéficier du contenu de ces cours. Quelles compétences devez-vous avoir ? Il est supposé que vous avez suivi les cours 1 à 4 de la spécialisation IBM IA Enterprise Flux de travail et que vous avez une solide compréhension des sujets suivants avant de commencer ce cours : Compréhension fondamentale de l'algèbre linéaire ; Comprendre l'échantillonnage, la théorie des probabilités et les distributions de probabilité ; Connaissance des concepts statistiques descriptifs et déductifs ; Compréhension générale des techniques d'apprentissage automatique et des meilleures pratiques ; Compréhension pratiquée de Python et des paquets couramment utilisés en science des données : NumPy, Pandas, matplotlib, scikit-learn ; Familiarité avec IBM Watson Studio ; Familiarité avec le processus de design thinking.