中Python Essentials for MLOps（机器学习运营）课程旨在为学员提供在 MLOps 工作中取得成功所需的基本 Python 技能。本课程涵盖 Python 编程语言的基础知识，包括数据类型、函数、模块和测试技术。课程还包括如何使用 Pandas 和 NumPy 有效地处理数据集和其他数据科学任务。通过一系列实践练习，学员将获得在 MLOps 工作流程中使用 Python 的实际经验。课程结束时，学习者将掌握编写 Python 脚本的必要技能，以便自动执行常见的 MLOps 任务。本课程非常适合希望进入 MLOps 领域的人员或希望提高 Python 技能的有经验的 MLOps 专业人员。
面向 MLOps 的 Python 基本知识
您将学到什么
用 Python 处理逻辑、分配变量和使用不同的数据结构。
使用 Pytest 编写、运行和调试测试，以验证您的工作。
与 API 和 SDK 交互，构建命令行工具和 HTTP API，以解决机器学习问题并实现自动化。
您将获得的技能
要了解的详细信息
可分享的证书
添加到您的领英档案
作业
21 项作业
授课语言：英语（English）
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 MLOps | 机器学习运营 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有5个模块
在本模块中，您将学习如何有效地使用变量、逻辑和 Python 的数据结构来加载、持久化和迭代数据。您将应用这些数据结构来解决不同的问题，并从中提取数据。
涵盖的内容
19个视频13篇阅读材料4个作业1个讨论话题4个非评分实验室
在本模块中，您将学习如何创建函数、类和方法。这些是您可能用 Python 创建的几乎所有程序的基础。函数和类对于组织代码、提高可维护性和代码重用非常有用。
涵盖的内容
17个视频12篇阅读材料5个作业5个非评分实验室
在本 Module 中，您将学习 Python 测试的基础知识。从标准库的简要概述到使用 Python 中最流行的测试库之一 Pytest 的更现代的方法。在本模块结束时，你应该能自如地使用现有测试、创建新测试和调试测试失败。
涵盖的内容
17个视频6篇阅读材料4个作业3个非评分实验室
在本 Module 中，您将学习如何使用 Pandas 和 NumPy 处理数据。从加载和读取不同来源的数据集，到绘制图表和探索数据中的常见问题。Pandas 将让你执行 Transformation 并将数据导出为不同格式，而 NumPy 将提升你处理数值数据的能力。
涵盖的内容
17个视频6篇阅读材料4个作业3个非评分实验室
在本 Module 中，您将掌握如何使用 HTTP 和命令行工具用 Python 创建和使用 API 的基础知识。我们将介绍创建自己的命令行工具和 HTTP API 以公开 Machine Learning 模型所需的所有细节。
涵盖的内容
22个视频9篇阅读材料4个作业4个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
4.2 (111个评价)
从 机器学习 浏览更多内容
状态：免费试用LearnQuest
状态：免费试用Duke University
状态：免费试用Rice University
状态：免费试用
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.3
301 条评论
- 5 stars
54.96%
- 4 stars
28.47%
- 3 stars
8.27%
- 2 stars
3.97%
- 1 star
4.30%
显示 3/301 个
EN
5
已于 Jan 29, 2024审阅
Quick review of important libraries. Great explanations.
XH
5
已于 Aug 15, 2024审阅
This course was great and highly applicable to my work. The content was relevant, well-structured, and provided practical skills that I can directly use in my job.
KC
4
已于 Aug 21, 2024审阅
The Courser covered a lot of things with keeping the number of videos low, but python environments in some of the labs were not already created.
常见问题
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后，您就可以访问专项课程中的所有课程，完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
更多问题
提供助学金，