机器学习平台开发实战课

课程目录如下：

序号	标题
前言	MLOPS 开发实战课介绍
01	机器学习的主流框架
02	机器学习平台开源项目调研及分析
03	机器学习“Hello World”
04	Kubeflow概述
05	Kubeflow部署与应用
06	Kubeflow 自定义资源介绍
07	Kubeflow PyTorchJob 介绍
08	Kubeflow PyTorchJob 核心原理介绍
09	Kubeflow PyTorchJob源码分析
10	Kubeflow PyTorchJob源码分析
11	Kubeflow PyTorchJob 实战
12	Kubeflow pipleline 介绍
13	Kubeflow pipleline 核心原理介绍
14	Kubeflow pipleline 源码分析
15	Kubeflow pipleline 源码分析
16	Kubeflow pipleline 实战
17	模型训练：Kubeflow Katib 超参调优功能介绍
18	模型训练：Kubeflow Katib 超参调优架构解析
19	模型训练：Kubeflow Katib 超参调优核心原理
20	模型训练：Kubeflow Katib 超参调优源码剖析
21	模型训练：Kubeflow Katib 超参调优源码剖析
22	模型训练：Kubeflow Katib 超参调优功能实战
23	模型部署：Kubeflow KFServing 介绍
24	模型部署：Kubeflow KFServing 核心原理
25	模型部署：Kubeflow KFServing 架构解析
26	模型部署：Kubeflow KFServing 源码剖析
27	模型部署：Kubeflow KFServing 源码剖析
28	模型部署：Kubeflow KFServing 实战
29	Kubeflow Metadata 介绍
30	Kubeflow Metadata 核心原理
31	Kubeflow Metadata 架构解析
32	Kubeflow Metadata 源码剖析
33	Kubeflow Metadata 源码剖析
34	Kubeflow Metadata 实战
35	EasyAI 如何对接 Kubeflow 平台