Dans ce module, nous nous concentrerons sur le processus de science des données CRISP-DM et sur la manière dont il peut être utilisé pour organiser les projets de ML. Nous commencerons par comprendre ce qui est unique dans les projets de ML par rapport aux projets logiciels normaux, puis nous discuterons des approches permettant de gérer les risques inhérents aux projets de ML. Nous passerons également en revue les rôles clés au sein d'une équipe de projet de ML et la manière d'organiser le travail.

Dans ce module, nous explorerons les principales questions liées aux données qui se posent dans les projets d'apprentissage automatique. Les données sont la base d'un apprentissage automatique réussi, et la collecte de données en quantité et qualité suffisantes avec le bon ensemble d'attributs est la clé d'un projet réussi. Nous discuterons des considérations clés dans l'approvisionnement des données, le nettoyage des données, et le développement et la sélection d'un ensemble de caractéristiques à utiliser dans la modélisation. Le module se terminera par une discussion sur les meilleures pratiques pour assurer la reproductibilité de votre pipeline de données.

Dans ce module, nous discuterons des décisions clés à prendre dans la conception des systèmes de ML, telles que cloud vs edge et online vs batch, et nous comparerons les avantages de chaque type de système. Nous aborderons ensuite les principales décisions technologiques à prendre dans le cadre d'un projet de ML et présenterons les outils et technologies couramment utilisés pour construire des modèles de ML.

Le dernier module du cours se concentre sur l'identification et l'atténuation des principaux problèmes rencontrés par les modèles de ML une fois qu'ils sont en production. Nous verrons comment mettre en place une capacité de surveillance robuste du système de ML et définir un plan de maintenance du modèle pour maintenir les performances élevées d'un modèle de production. Nous conclurons par une discussion sur l'importance du versionnage dans les systèmes de ML afin de faciliter une itération rapide et continue, même après le déploiement.