Vertex AI-voorspelling en tijdreeksanalyse

Nauwkeurige prognoses zijn van cruciaal belang voor bedrijven die de vraag, verkoop of behoefte aan middelen voorspellen, maar het bouwen van schaalbare tijdreeksmodellen kan complex zijn. Deze schriftelijke cursus leidt u door het gebruik van Vertex AI om productieklare prognoseoplossingen te ontwerpen en te implementeren. U gaat van het begrijpen van basisconcepten voor tijdreeksen naar het structureren van gegevens, het trainen van geavanceerde prognosemodellen en het implementeren ervan om bruikbare voorspellingen te genereren. Wat je leert: Begrijp de kernconcepten van tijdreeksen, waaronder trend-, seizoensgebondenheid- en volgordemodellen; Historische gegevens specifiek voorbereiden en structureren voor workflows voor machine learning-voorspellingen; Voorspellingsmodellen configureren en trainen met behulp van AutoML en aangepaste trainingspipelines in Vertex AI; Modelprestaties evalueren met betrekking tot belangrijke statistieken zoals MAE, RMSE en MAPE; Implementeer getrainde voorspellingsmodellen op eindpunten voor batch- en realtime voorspellingen; Pas moderne MLOps-praktijken toe om modeldrift te bewaken en pijplijnruns te automatiseren. U begint met fundamentele definities en vereisten voor gegevensvoorbereiding en gaat vervolgens verder met modelconfiguratie, evaluatie en implementatie. Deze cursus is bedoeld voor beginners, data-analisten en ontwikkelaars die hun machine learning-toolkit willen uitbreiden, zonder dat er geavanceerde vereisten zijn. Begin vandaag nog met lezen om cloudgebaseerde tijdreeksprognoses onder de knie te krijgen.