مقدمه‌ای بر نسخه‌بندی داده با DVC

این دوره یک معرفی جامع از Data Version Control (DVC) ارائه می‌دهد؛ ابزاری که برای مدیریت کارآمد و نسخه‌بندی داده یادگیری ماشین طراحی شده است. در این دوره با چرخه عمر محصولات مبتنی بر یادگیری ماشین آشنا می‌شوید، تفاوت نسخه‌بندی داده با نسخه‌بندی کد را درک می‌کنید و قابلیت‌ها و کاربردهای DVC را بررسی می‌کنید.

بررسی قابلیت‌های DVC

در این بخش با دلایل و ضرورت نسخه‌بندی داده، چرخه عمر یادگیری ماشین و قابلیت‌ها و کاربردهای متمایز DVC آشنا می‌شوید. همچنین چگونگی راه‌اندازی DVC شامل نصب، مقداردهی اولیه مخزن و فایل ‎.dvcignore‎ را یاد می‌گیرید. با کش DVC و فایل‌های staging آشنا می‌شوید، افزودن و حذف فایل‌ها، مدیریت کش و سازوکارهای داخلی آن را بررسی می‌کنید. سپس با DVC remotes آشنا می‌شوید، تفاوت میان remotes در DVC و Git را درک می‌کنید و روش افزودن، فهرست کردن و ویرایش آن‌ها را می‌آموزید. همچنین یاد می‌گیرید چگونه با remotes تعامل داشته باشید، داده را push و pull کنید، نسخه‌های مشخصی از داده را بازیابی کنید و داده را به کش منتقل کنید.

خودکارسازی و ارزیابی

در ادامه، با اهمیت خودکارسازی پایپ‌لاین‌های ML آشنا می‌شوید و بر ماژولار کردن کد و ایجاد فایل پیکربندی تأکید می‌شود. سپس با پایپ‌لاین‌های DVC به‌عنوان گراف‌های جهت‌دار بدون دور آشنا می‌شوید و به‌صورت عملی افزودن مراحل و ورودی‌ها و خروجی‌های آن‌ها را تمرین می‌کنید. همچنین اجرای کارآمد این پایپ‌لاین‌ها را تمرین می‌کنید تا بتوانید از آن‌ها در سناریوهای مختلف آموزش مدل‌های یادگیری ماشین استفاده کنید. در پایان دوره، چگونگی ارزیابی مدل‌ها بررسی می‌شود و نشان داده می‌شود که چگونه معیارها و نمودارها در DVC ردیابی می‌شوند.