Einführung
Als Data Scientist möchten Sie ein Machine Learning-Modell trainieren, das anderen hilft. Sie können beispielsweise ein Modell trainieren, um Ihren Kollegen dabei zu helfen, produktiver zu sein, oder um die Benutzererfahrung für Ihre Kunden zu verbessern.
Um sicherzustellen, dass Ihr Modell von Ihrer Zielgruppe verwendet wird, müssen Sie Ihr Modell auf einem Endpunkt bereitstellen. Der Endpunkt kann für die Benutzer des Modells in einen Dienst oder eine Anwendung integriert werden. Sie sollten eine Lösung für die Bereitstellung des Modells entwerfen, die den Anforderungen der Benutzer am ehesten gerecht wird und die Anforderungen des bereitzustellenden Modells berücksichtigt.
Sie erfahren, wie Sie eine Modellbereitstellungslösung entwerfen und wie sich die Anforderungen des bereitgestellten Modells darauf auswirken können, wie Sie ein Modell trainieren.
Lernziele
In diesem Modul lernen Sie Folgendes:
- Erfahren, wie ein Modell genutzt wird
- Entscheiden, ob Ihr Modell für einen Echtzeit- oder Batch-Endpunkt bereitgestellt werden soll