در حال حاضر محصولی در سبد خرید شما وجود ندارد.
Data scientists create data models that need to run in production environments. Many DevOps practices are relevant to production-oriented data science applications, but these practices are often overlooked in data science training. In addition, data science and machine learning have distinct requirements, such as the need to revise models while in use. This course was designed for data scientists who need to support their models in production, as well as for DevOps professionals who are tasked with supporting data science and machine learning applications. Learn about key data science development practices, including the testing and validation of data science models. This course also covers how to use the Predictive Model Markup Language (PMML), monitor models in production, work with Docker containers, and more.
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
مدل سازی داده ها در Cassandra
آموزش پیشرفته SQL برای Data Science : سری های زمانی
آموزش عبارات منظم در برنامه نویسی .NET
معمار حرفه ای Google Cloud: دریافت گواهینامه 2022
آموزش استفاده پیشرفته از NoSQL در Data Science
دوره یادگیری کامل Spark SQL, DataFrames
آموزش پیشرفته توسعه برنامه ها بوسیله SQL
آشنایی با Google Cloud BigQuery
Google Cloud Machine Learning Engineer Certification Prep
BigQuery برای تحلیلگران داده
اطلاع رسانی حذف دوره های قدیمی و تخفیفات نوروزی مشاهده